jax.numpy.var

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

沿著給定軸計算變異數。

numpy.var() 的 JAX 實作。

參數：

• a (ArrayLike) – 輸入陣列。

• axis (Axis | None) – 選用，整數或整數序列，預設值=None。計算變異數的軸。若為 None，則沿著所有軸計算變異數。

• dtype (DTypeLike | None | None) – 輸出陣列的類型。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。若為 True，則縮減的軸會保留在結果中，大小為 1。

• where (ArrayLike | None | None) – 選用，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。

• correction (int | float | None | None) – 整數或浮點數，預設值=None。ddof 的替代名稱。ddof 和 correction 不能同時提供。

• out (None | None) – JAX 未使用。

傳回：

沿著給定軸的變異數陣列。

傳回類型：

陣列

另請參閱

• jax.numpy.mean()：計算給定軸上陣列元素的平均值。

• jax.numpy.std()：計算給定軸上陣列元素的標準差。

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

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

範例

預設情況下，jnp.var 會計算沿著所有軸的變異數。

>>> x = jnp.array([[1, 3, 4, 2],
...                [5, 2, 6, 3],
...                [8, 4, 2, 9]])
>>> with jnp.printoptions(precision=2, suppress=True):
...   jnp.var(x)
Array(5.74, dtype=float32)

若 axis=1，則沿著軸 1 計算變異數。

>>> jnp.var(x, axis=1)
Array([1.25  , 2.5   , 8.1875], dtype=float32)

若要保留輸入的維度，您可以設定 keepdims=True。

>>> jnp.var(x, axis=1, keepdims=True)
Array([[1.25  ],
       [2.5   ],
       [8.1875]], dtype=float32)

若 ddof=1

>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.var(x, axis=1, keepdims=True, ddof=1))
[[ 1.67]
 [ 3.33]
 [10.92]]

若要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, 1, 0]], dtype=bool)
>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.var(x, axis=1, keepdims=True, where=where))
[[2.25]
 [4.  ]
 [6.22]]