NumPy nanvar() 函数

NumPy nanvar() 函数计算数组元素沿指定轴的方差，忽略 NaN 值。此函数测量分布的散布度或离散度，同时将 NaN 值排除在计算之外。默认情况下，方差是针对扁平化数组计算的，但也可以沿特定轴计算。

在统计学中，方差 是衡量数据集散布度的指标。其公式为 var = sum((x_i - mean)^2) / N，其中 x_i 表示每个数据点，mean 表示数据的平均值，N 表示数据点的数量。对于 nanvar() 函数，计算时会忽略 NaN 值。

对于一维数组，方差是针对除 NaN 之外的所有元素计算的。对于多维数组，方差沿指定轴计算，同时忽略 NaN 值。

语法

以下是 NumPy nanvar() 函数的语法 -

numpy.nanvar(a, axis=None, dtype=None, out=None, ddof=0, keepdims=<no value>, where=<no value>, mean=<no value>, Correction=<no value>)

参数

以下是 NumPy nanvar() 函数的参数 -

• a:输入可转换为数组的数组或对象。它可以是 NumPy 数组、列表或标量值。
• axis(可选):计算方差的一个或多个轴。默认值为 None，表示方差将在整个数组上计算。
• dtype(可选):用于计算方差的数据类型。如果为 None，则从输入数组推断得出。
• out(可选):存储结果的位置。如果提供，则必须与预期输出具有相同的形状。
• ddof(可选):自由度增量。计算中使用的除数为 N - ddof，其中 N 是元素的数量(不包括 NaN)。默认值为 0。
• keepdims(可选):如果为 True，则缩小后的维度在输出中保留为 1 的尺寸。默认值为 False。
• where(可选):一个布尔数组，指定要包含在计算中的元素。
• mean(可选):提供平均值以防止重复计算。平均值的形状应与使用 keepdims=True 计算的结果一致。
• correction(可选):控制方差的计算，并提供修改自由度等选项。

返回值

此函数返回输入数组的方差，忽略 NaN 值。如果输入是一维的，则结果为标量;如果输入是多维的，则结果为数组。

示例

以下是使用 NumPy nanvar() 函数计算数组方差的基本示例 -

import numpy as np
# 输入包含 NaN 值的数组
x = np.array([1, 2, np.nan, 4, 5])
# 应用 nanvar
result = np.nanvar(x)
print("方差结果(忽略 NaN):", result)

输出

以下是上述代码的输出 -

方差结果(忽略NaN):2.5

示例:指定轴

nanvar() 函数可以计算多维数组沿特定轴的方差，同时忽略 NaN 值。在以下示例中，我们计算了二维数组沿轴 0(列)和轴 1(行)的方差 -

import numpy as np
# 包含 NaN 值的二维数组
x = np.array([[1, 2, np.nan], [4, np.nan, 6], [7, 8, 9]])
# 沿轴 0(列)应用 nanvar
result_axis0 = np.nanvar(x, axis=0)
# 沿轴 1(行)应用 nanvar
result_axis1 = np.nanvar(x, axis=1)
print("沿轴 0 的方差(忽略 NaN):", result_axis0)
print("沿轴 1 的方差(忽略 NaN):", result_axis1)

输出

以下是上述代码的输出 -

沿轴 0 的方差(忽略 NaN):[6. 9. 2.25]
沿轴 1 的方差(忽略 NaN):[0.25 1. 0.66666667]

示例:'ddof' 参数的使用

ddof(自由度增量) 参数用于调整方差计算中使用的除数。默认情况下，ddof=0，但可以将其设置为其他值以自定义计算。在以下示例中，我们计算了 ddof=1 时的方差 -

import numpy as np
# 输入包含 NaN 值的数组
x = np.array([1, 2, np.nan, 4, 5])
# 应用 ddof=1 时的 nanvar
result = np.nanvar(x, ddof=1)
print("ddof=1 时的方差(忽略 NaN):", result)

输出

以下是上述代码的输出 -

ddof=1 时的方差(忽略 NaN):3.3333333333333335

示例:绘制"nanvar()"函数

在下面的示例中，我们绘制了nanvar()函数的行为。我们计算并绘制不同大小输入数组的方差，同时忽略 NaN 值 -

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 10, 100)
x[::10] = np.nan # 引入 NaN 值
# 计算忽略 NaN 的方差
y = np.nanvar(x)
plt.plot(x, np.full_like(x, y, dtype=np.float64), label="方差(忽略 NaN)"
plt.title("方差函数(忽略 NaN)")
plt.xlabel("输入")
plt.ylabel("方差值")
plt.legend()
plt.grid()
plt.show()

输出

该图显示了输入范围内的方差值，忽略了 NaN 值 −

numpy_statistical_functions.html