使用numpy计算忽略零的列表的标准偏差

Question

我有一个列表 pct_change。我需要计算忽略零的列表上的标准偏差。我试过下面的代码，但它没有按预期工作。

import numpy as np
m = np.ma.masked_equal(pct_change, 0)
value = m.mask.std()

输入值：pct_change

0          0.00
1          0.00
2          0.00
3      18523.94
4      15501.94
5      14437.03
6      13402.43
7      18986.14

代码必须忽略 3 个零值，然后计算标准偏差。

Answer 1

一种方法是将 zeros 转换为 NaNs，然后使用 np.nanstd 来忽略 NaNs 的标准差计算 -

np.nanstd(np.where(np.isclose(a,0), np.nan, a))

样本运行-

In [296]: a
Out[296]: [0.0, 0.0, 0.0, 18523.94, 15501.94, 14437.03, 13402.43, 18986.14]

In [297]: np.nanstd(np.where(np.isclose(a,0), np.nan, a))
Out[297]: 2217.2329816471693

请注意，我们使用 np.isclose(a,0) 是因为我们在这里处理 floating-pt 数字，简单地与 zeros 进行比较以检测 float dtype 数组中的数字并不是一个好主意.

Answer 2

首先过滤不等于零的值：

>>> a
array([     0.  ,      0.  ,      0.  ,  18523.94,  15501.94,  14437.03,
        13402.43,  18986.14])
>>> a[a!=0].std()
2217.2329816471693

使用numpy计算忽略零的列表的标准偏差

Calculating standard deviation on list ignoring zeros using numpy

python

numpy

standard-deviation