在Python中计算字典的标准偏差

Python字典是一种通用的数据结构，可以轻松完成大量操作。计算标准偏差如下所示。

示例 #1：使用numpy.std()

首先，我们创建一个字典。然后我们通过迭代将所有值存储在列表中。在此之后，我们使用 NumPy 计算列表的标准偏差。

Python3

# importing numpy
import numpy as np
     
# creating our test dictionary
dicti = {'a': 20, 'b': 32, 'c': 12, 'd': 93, 'e': 84}
     
# declaring an empty list
listr = []
     
# appending all the values in the list
for value in dicti.values():
    listr.append(value)
         
# calculating standard deviation using np.std
std = np.std(listr)
     
# printing results
print(std)

输出：

33.63569532505609  

示例 2：使用列表理解

首先，我们使用循环从字典中创建一个值列表。然后我们计算均值、方差和标准差。

蟒蛇3

# creating our test dictionary
dicti = {'a': 20, 'b': 32, 'c': 12, 'd': 93, 'e': 84}
 
# declaring an empty list
listr = []
 
# appending all the values in the list
for value in dicti.values():
    listr.append(value)
 
# Standard deviation of list
# Using sum() + list comprehension
mean = sum(listr) / len(listr)
variance = sum([((x - mean) ** 2) for x in listr]) / len(listr)
res = variance ** 0.5
print(res)

输出：

33.63569532505609  

示例 #3：使用pstdev()

Python 内置的统计库提供了一个函数来计算给定列表的标准偏差。

蟒蛇3

# importing the module
import statistics
 
# creating the test dictionary
dicti = {'a': 20, 'b': 32, 'c': 12, 'd': 93, 'e': 84}
 
# declaring an empty list
listr = []
 
# appending all the values in the list
for value in dicti.values():
    listr.append(value)
 
# Standard deviation of list
# Using pstdev()
res = statistics.pstdev(listr)
print(res)

输出：

33.63569532505609