使用numpy可以做很多事情，在这篇文章中简单介绍一下如何使用numpy进行方差/标准方差/样本标准方差/协方差的计算。
variance: 方差
方差（Variance）是概率论中最基础的概念之一，它是由统计学天才罗纳德·费雪1918年最早所提出。用于衡量数据离散程度，因为它能体现变量与其数学期望（均值）之间的偏离程度。具有相同均值的数据，而标准差可能不同，而通过标准差的大小则能更好地反映出数据的偏离度。
计算：一组数据1，2，3，4，其方差应该是多少？
计算如下：
均值=(1+2+3+4)/4=2.5
方差=((1-2.5)^2 + (2-2.5)^2 + (3-2.5)^2 +(4-2.5)^2)/4 = (2.25+0.25+0.25+2.25)/4 = 1.25
python的numpy库中使用var函数即可求解，代码&执行如下：
|
1
2
3
4
5
6
7
8
|
liumiaocn:tmp liumiao$ cat np-5.py#!/usr/local/bin/pythonimport numpy as nparr = np.array([1,2,3,4])print("variance of [1,2,3,4]:", np.var(arr))liumiaocn:tmp liumiao$ python np-5.py('variance of [1,2,3,4]:', 1.25)liumiaocn:tmp liumiao$ |
standard deviation: 标准偏差
标准偏差=方差的开放，所以：
计算： 一组数据1，2，3，4，其标准偏差应该是多少？
计算就很简单了，对其求出的方差1.25进行开方运算即可得到大约1.118
可以使用numpy库中的std函数就可以非常简单的求解，代码&执行如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
|
liumiaocn:tmp liumiao$ cat np-6.py#!/usr/local/bin/pythonimport numpy as nparr = np.array([1,2,3,4])print("variance of [1,2,3,4]:", np.var(arr))print("sqrt of variance [1,2,3,4]:",np.sqrt(np.var(arr)))print("standard deviation: np.std()", np.std(arr))liumiaocn:tmp liumiao$ python np-6.py('variance of [1,2,3,4]:', 1.25)('sqrt of variance [1,2,3,4]:', 1.118033988749895)('standard deviation: np.std()', 1.118033988749895)liumiaocn:tmp liumiao$ |
sample standard deviation： 样本标准偏差
标准偏差是对总体样本进行求解，如果有取样，则需要使用样本标准偏差，它也是一个求开方的运算，但是对象不是方差，方差使用是各个数据与数学均值的差的求和的均值，简单来说除的对象是N，样本偏差则是N-1。
计算： 一组数据1，2，3，4，其样本标准偏差应该是多少？
计算如下：
均值=(1+2+3+4)/4=2.5
样本标准偏差的方差=((1-2.5)^2 + (2-2.5)^2 + (3-2.5)^2 +(4-2.5)^2)/3 = (2.25+0.25+0.25+2.25)/4 = 5/3
所以对5/3开方运算所得到的就是样本标准偏差为：1.29
同样适用numpy的std函数就可以做到这点，只需要将其一个Optional的参数设定为1即可，代码&执行如下：
|
1
2
3
4
5
6
7
8
|
liumiaocn:tmp liumiao$ cat np-7.py#!/usr/local/bin/pythonimport numpy as nparr = np.array([1,2,3,4])print("sample standard deviation: np.std()", np.std(arr, ddof=1))liumiaocn:tmp liumiao$ python np-7.py('sample standard deviation: np.std()', 1.2909944487358056)liumiaocn:tmp liumiao$ |
注意：matlab中的std实际指的是样本标准偏差，这点需要注意，如果你的代码从matlab上copy过来，请注意其实际的意义是标准偏差还是样本标准偏差