डेटा-केंद्रित पायथन पैकेजों के अपने महान पारिस्थितिकी तंत्र के कारण डेटा का विश्लेषण करने के लिए 'पंडों' एक महान भाषा है। इससे दोनों कारकों का विश्लेषण और आयात आसान हो जाता है। मानक विचलन माध्य से प्राप्त एक 'विशिष्ट' विचलन है। इसका बहुत उपयोग किया जाता है, क्योंकि यह डेटाफ़्रेम के माप की मूल इकाइयाँ लौटाता है। पांडा ने मानक विचलन की गणना के लिए एसटीडी () का उपयोग किया। मानक विचलन की गणना दिए गए मानों से की जा सकती है जो एक पंक्ति या स्तंभ के रूप में डेटाफ़्रेम में हो सकते हैं। हम उन सभी संभावित तरीकों को लागू करेंगे जिनमें पांडा मानक विचलन का उपयोग किया जाता है। कोड के कार्यान्वयन के लिए, हम 'स्पाइडर' टूल का उपयोग करेंगे क्योंकि यह एक अजगर-अनुकूल वातावरण में लिखा गया है।'
वाक्य - विन्यास
'डीएफ.एसटीडी' ( ) '
डेटाफ़्रेम में मानक विचलन की गणना के लिए निम्न सिंटैक्स का उपयोग किया जाता है। डेटाफ़्रेम में 'df' 'डेटाफ़्रेम' का संक्षिप्त नाम है। मानक विचलन क्या करता है? यह मापता है कि आवश्यक डेटा कितना विस्तारित है। अधिक विस्तारित उच्च मान, मानक विचलन उतना ही अधिक होना चाहिए।
वापस करना
यदि आवश्यकता के आधार पर स्तर निर्दिष्ट किया जाता है, तो पांडा मानक विचलन डेटाफ़्रेम लौटाता है।
ध्यान दें कि पांडा मानक विचलन की गणना करते समय फ़ंक्शन 'std ()' स्वचालित रूप से 'df' में 'NaN' मानों को अनदेखा कर देगा। 'NaN' को 'एक संख्या नहीं' के रूप में समझाया जा सकता है, जिसका अर्थ है कि किसी विशेष को कोई मान नहीं दिया गया है।
पंडों के मानक विचलन के उदाहरणों के साथ निष्पादित की जाने वाली विधियाँ निम्नलिखित हैं:
-
- एक ही कॉलम में पांडा मानक विचलन गणना।
- कई स्तंभों में पांडा मानक विचलन गणना।
- पांडा सभी संख्यात्मक स्तंभों की मानक विचलन गणना।
- पांडा मानक विचलन अक्ष = 1 का उपयोग कर।
- पांडा मानक विचलन अक्ष = 0 का उपयोग कर।
पंडों में मानक विचलन की गणना के लिए डेटाफ्रेम बनाना
सबसे पहले, 'स्पाइडर' सॉफ्टवेयर खोलें। अब पांडा पुस्तकालय को पीडी के रूप में आयात करें। हम एक डेटाफ़्रेम बनाएंगे जिसमें एक स्कोरबोर्ड होगा जिसमें 'x', 'y' और 'z' शब्द होंगे और उनके अंक '22', '10', '11', '16', '12', '45' होंगे। '', '36', और '40'। हमारे पास उनके सहायक मान '8', '9', '13', '7', '22', '24', '4' और '6' भी हैं, जिनमें '17', ' 14', '3', 5', '9', '8', '7' और '4'।
डिस्प्ले कोड में निर्दिष्ट मानों के अनुसार बनाए गए डेटाफ़्रेम को दिखाता है:
उदाहरण # 01: एक ही कॉलम में पंडों के मानक विचलन की गणना
इस उदाहरण में, हम पांडा डेटाफ़्रेम में एकल स्तंभ के मानक विचलन की गणना करेंगे। डेटाफ़्रेम में 'यू', 'वी' और 'बी' के रूप में टीम के मान '44', '33', '22', '44', '45', '88', '96' के रूप में हैं। 'और' 78 '। सहायता के मूल्य '7', '8', '9', '10', '11', '14', '18' और '17' के रूप में हैं, जिनमें '11', ' 9', '8', '7', '6', '5', '4', और '3'। एकल कॉलम मानक विचलन की गणना करने के लिए डेटाफ़्रेम से कॉलम 'अंक' का चयन किया जाता है।
आउटपुट कॉलम 'अंक' की गणना के मानक विचलन को दर्शाता है:
उदाहरण # 02: पंडों के मानक विचलन की गणना कई कॉलमों में
इस उदाहरण में, हम कई स्तंभों में पांडा मानक विचलन गणना निष्पादित करेंगे। इस डेटाफ़्रेम में, डेटा फिर से स्पोर्ट्स स्कोरबोर्ड का होता है जिसमें टीम के मान 'n', 'w' और 't' के रूप में '33', '22', '66', '55' के रूप में होते हैं। '44', '88', '99', और '77'। '9', '7', '8', '11', '16', '14', '12' और '13' के रूप में सहायता करता है और '5', '8', '1', ' 2', '3', '4', '6', और '7'। यहां हम डेटाफ़्रेम पर लागू फ़ंक्शन std () का उपयोग करके दो कॉलम 'अंक' और 'रिबाउंड' के मानक विचलन की गणना करेंगे।
जैसा कि हम देखते हैं, आउटपुट से पता चलता है कि मानक विचलन क्रमशः अंक कॉलम में 26.944387 और रिबाउंड कॉलम में 2.449490 के रूप में आया था।
उदाहरण # 03: पंडों के सभी संख्यात्मक स्तंभों की मानक विचलन गणना
अब हमने सीखा है कि एकल और एकाधिक पंक्तियों के मानक विचलन की गणना कैसे की जाती है। क्या होगा यदि हम डेटाफ़्रेम में सभी कॉलम नाम निर्दिष्ट नहीं करना चाहते हैं और संपूर्ण डेटाफ़्रेम की गणना करना चाहते हैं? परिणामों में पूरी तरह से डेटाफ्रेम की गणना के लिए पांडा मानक विचलन के केवल एक साधारण कार्य कार्यान्वयन के साथ यह संभव है। यहां डेटाफ्रेम में 'एल', 'एम' और 'ओ' स्कोरिंग मान '33', '36', '79', '78', '58', '55' के साथ होते हैं, और दो टीमें समान स्कोर करती हैं वह '25' है। सहायता '1', '2', '3', '4', '6', '9', '5' और '7' और उनके रिबाउंड '14', '10', '2' के रूप में हैं , '5', '8', '3', '6' और '9'। हम पांडा 'std ()' फ़ंक्शन का उपयोग करके डेटाफ़्रेम में पांडा द्वारा सभी मानक स्तंभ विचलन की गणना कर सकते हैं।
प्रदर्शन में नीचे दिखाए गए संपूर्ण 'df' का परिकलित मानक विचलन है; हम यह भी देख सकते हैं कि पांडा ने पहले कॉलम के मानक विचलन की गणना नहीं की है, जो कि 'टीम' है, क्योंकि यह एक संख्यात्मक कॉलम नहीं है।
उदाहरण # 04: अक्ष का उपयोग करते हुए पांडा मानक विचलन = 0
इस उदाहरण में, डेटाफ़्रेम में आगे के डेटा के साथ 'g', 'h', और 'k' के रूप में खेल की टीमें हैं। यहां, हम '0' के रूप में अक्ष का उपयोग करके मानक विचलन की गणना करेंगे, पांडा मानक विचलन में प्रयुक्त एक पैरामीटर। यह तर्क डेटाफ़्रेम के स्तंभ-वार मानक विचलन की गणना करता है।
निम्न आउटपुट परिकलित मानक विचलन के कॉलम में परिणाम प्रदर्शित करता है। पॉइंट कॉलम में '24.0313062' के रूप में परिकलित मानक विचलन है, सहायता कॉलम में '2.669270' के रूप में परिकलित मानक विचलन है और रिबाउंड कॉलम के परिकलित मानक विचलन को '3.943802' के रूप में दिखाया गया है।
उदाहरण # 05: अक्ष का उपयोग करते हुए पांडा मानक विचलन = 1
यहां हम पांडा में मानक विचलन की गणना करने के लिए '1' के रूप में निर्दिष्ट अक्ष पैरामीटर का उपयोग करेंगे। अक्ष '1' क्या अंतर कर सकता है? '1' अक्ष तर्क डेटाफ़्रेम में संख्यात्मक मानों के पंक्ति-वार मानक विचलन की गणना करता है। डेटाफ़्रेम में 'एस', 'डी' और 'ई' के रूप में तीन टीमें होती हैं, जिसमें टीम के बिंदुओं के रूप में बनाए गए डेटा कॉलम, टीम की सहायता और टीम के रिबाउंड शामिल होते हैं। निर्देश सभी को डेटाफ़्रेम में अलग-अलग मानों के साथ असाइन किया गया है। यह अक्ष पैरामीटर एक ऐसा गेम चेंजर है, जब तक, हमें उस डेटा पर काम करने की आवश्यकता होती है, जहां हम चाहते हैं कि यह एक कॉलम प्लस पॉइंट में हो, जो प्रदर्शन किए गए मानक विचलन की गणना करता है।
निम्न आउटपुट डेटाफ़्रेम की एक पंक्ति में परिकलित मानक विचलन प्रदर्शित करता है:
निष्कर्ष
पांडा मानक विचलन एक बहुत ही तकनीकी कार्य है, जो एक बहुत ही फायदेमंद कार्य है क्योंकि यह पांडा डेटाफ्रेम के उत्साह संधि के मानक विचलन को ढूंढता है। इस संपादकीय में हमने पांडा में मानक विचलन की गणना के तरीकों का अध्ययन किया है। हमने मानक विचलन और कई स्तंभों की एकल-स्तंभ गणना की है और साथ ही संपूर्ण डेटाफ़्रेम के मानक विचलन की गणना भी की है। सभी रणनीतियाँ तब तक अच्छी तरह से काम करती हैं जब तक उनका लगातार और वांछित परिणामों के साथ उपयोग किया जाता है।