jax.numpy.nanstd

jax.numpy.nanstd(a, axis=None, dtype=None, out=None, ddof=0, keepdims=False, where=None)

計算沿著給定軸的標準差，忽略 NaN 值。

JAX 版本的 numpy.nanstd()。

參數:

• a (ArrayLike) – 輸入陣列。

• axis (Axis) – 選填，整數或整數序列，預設值=None。計算標準差的軸。若為 None，則沿著展平的陣列計算標準差。

• dtype (DTypeLike | None) – 輸出陣列的型別。預設值=None。

• ddof (int) – 整數，預設值=0。自由度。標準差計算中的除數為 N-ddof，N 是沿著給定軸的元素數量。

• keepdims (bool) – 布林值，預設值=False。若為 True，則縮減的軸會保留在結果中，大小為 1。

• where (ArrayLike | None) – 選填，布林陣列，預設值=None。用於計算標準差的元素。陣列應與輸入廣播相容。

• out (None) – JAX 未使用。

傳回值:

一個陣列，包含沿著給定軸的陣列元素的標準差。如果沿著給定軸的所有元素都是 NaN，則傳回 nan。

傳回型別:

Array

另請參閱

• jax.numpy.nanmean()：計算陣列元素在給定軸上的平均值，忽略 NaN 值。

• jax.numpy.nanvar()：計算沿著給定軸的變異數，忽略 NaN 值。

• jax.numpy.std()：計算沿著給定軸的標準差。

範例

預設情況下，jnp.nanstd 計算沿著展平陣列的標準差。

>>> nan = jnp.nan
>>> x = jnp.array([[3, nan, 4, 5],
...                [nan, 2, nan, 7],
...                [2, 1, 6, nan]])
>>> jnp.nanstd(x)
Array(1.9843135, dtype=float32)

如果 axis=0，則計算沿著軸 0 的標準差。

>>> jnp.nanstd(x, axis=0)
Array([0.5, 0.5, 1. , 1. ], dtype=float32)

若要保留輸入的維度，您可以設定 keepdims=True。

>>> jnp.nanstd(x, axis=0, keepdims=True)
Array([[0.5, 0.5, 1. , 1. ]], dtype=float32)

如果 ddof=1

>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.nanstd(x, axis=0, keepdims=True, ddof=1))
[[0.71 0.71 1.41 1.41]]

若要包含陣列的特定元素來計算標準差，您可以使用 where。

>>> where=jnp.array([[1, 0, 1, 0],
...                  [0, 1, 0, 1],
...                  [1, 1, 0, 1]], dtype=bool)
>>> jnp.nanstd(x, axis=0, keepdims=True, where=where)
Array([[0.5, 0.5, 0. , 0. ]], dtype=float32)