【20211106】【Python】numpy ndarray二维数组，按照行、列求平均

        np.mean(axis=0)：对第 n 列的每行元素求平均。

        np.mean(axis=1)：对第 m 行的每列元素求平均。

import numpy as np

a = np.array([[1, 2, 3, 4], [2, 3, 4, 5], [4, 5, 6, 7]])
print(a)

meanA_row = a.mean(axis=0)  # 计算完之后array的长度等于列数
meanA_col = a.mean(axis=1)  # 计算完之后array的长度等于行数

print(type(meanA_row))
print(meanA_row)
print(meanA_col)

        （参考：python NumPy ndarray二维数组 按照行列求平均）

import numpy as np

a = np.array([[1, 1], [2, 2]])

print(a.mean(axis=0))  # 求均值
print(a.var(axis=0))  # 求方差
print(a.std(axis=0))  # 求标准差
print(a.max(axis=0))  # 求最大值
print(a.min(axis=0))  # 求最小值

        （参考：Python求均值，方差，标准差） 

# Python numpy 求标准差

import numpy as np

a = np.arange(1, 11)
print(a)
print(a.std())
print(a.std(ddof=1))

# Python pandas 求标准差

import numpy as np
import pandas as pd

a = np.arange(1, 11)
aa = pd.Dataframe(a)

print(aa)
print(aa.std())
print(aa.std(ddof=0))
print(aa.std(ddof=1))

% Matlab 求标准差

a = 1 : 10;
std(a)

        （1）Matlab 中的 std() 是样本标准差（无偏）。

        （2）Python numpy 中的 np.std() 默认是总体标准差（有偏），设置参数 ddof=1 可以计算无偏标准差。

        （3） Python pandas 中的 pd.std() 默认是样本标准差（无偏），设置参数 ddof=0 可以计算有偏标准差。

        （4）ddof=1 表示计算无偏标准差。

         （参考：【Python】统计数据标准差（总体标准差，样本标准差））

        （参考：Python：使用pandas和numpy计算标准差的区别）

        （参考：numpy中标准差std的神坑）