jax.numpy.nanvar

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

沿著給定軸計算陣列元素的變異數，忽略 NaN。

numpy.nanvar() 的 JAX 實作。

參數:

• a (ArrayLike) – 輸入陣列。

• axis (Axis) – 選填，整數或整數序列，預設值=None。計算變異數的軸。如果為 None，則沿著展平陣列計算變異數。

• 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。變異數計算中的除數為 N-ddof，N 是沿給定軸的元素數量。

• keepdims (bool) – 布林值，預設值=False。如果為 true，則縮減軸會保留在結果中，大小為 1。

• where (ArrayLike | None) – 選填，布林陣列，預設值=None。用於計算變異數的元素。陣列應與輸入廣播相容。

• out (None) – JAX 未使用。

回傳值:

一個陣列，包含沿指定軸的陣列元素變異數。如果沿給定軸的所有元素都是 NaN，則回傳 nan。

回傳型別:

Array

另請參閱

• jax.numpy.nanmean()：計算給定軸上陣列元素的平均值，忽略 NaN。

• jax.numpy.nanstd()：計算給定軸的標準差，忽略 NaN。

• jax.numpy.var()：計算給定軸上陣列元素的變異數。

範例

預設情況下，jnp.nanvar 會沿著所有軸計算變異數。

>>> nan = jnp.nan
>>> x = jnp.array([[1, nan, 4, 3],
...                [nan, 2, nan, 9],
...                [4, 8, 6, nan]])
>>> jnp.nanvar(x)
Array(6.984375, dtype=float32)

如果 axis=1，則沿著軸 1 計算變異數。

>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.nanvar(x, axis=1))
[ 1.56 12.25  2.67]

為了保留輸入的維度，您可以設定 keepdims=True。

>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.nanvar(x, axis=1, keepdims=True))
[[ 1.56]
 [12.25]
 [ 2.67]]

如果 ddof=1

>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.nanvar(x, axis=1, keepdims=True, ddof=1))
[[ 2.33]
 [24.5 ]
 [ 4.  ]]

為了包含陣列的特定元素來計算變異數，您可以使用 where。

>>> where = jnp.array([[1, 0, 1, 0],
...                    [0, 1, 1, 0],
...                    [1, 1, 0, 1]], dtype=bool)
>>> jnp.nanvar(x, axis=1, keepdims=True, where=where)
Array([[2.25],
       [0.  ],
       [4.  ]], dtype=float32)