PythonのNumPyライブラリで平均・分散・標準偏差を求めてみた｜ITエンジニアとして経験・学習したこと

PythonのNumPyライブラリには、入力データとなる多次元配列(ndarray)の平均・分散・標準偏差を求める関数が用意されている。今回は、入力データ\(x\),\(y\)の値(全20個)の合計・平均・分散・標準偏差を求めてみたので、そのサンプルプログラムを共有する。

なお、入力データを\(x_1\), \(x_2\), …, \(x_n\)とした場合の平均・分散・標準偏差は、以下の公式で求められる。

●平均

出所：統計WEB_平均・中央値・モード

●分散

出所：統計WEB_分散

●標準偏差

出所：統計WEB_標準偏差

入力データの合計・平均は、NumPyのsum関数・mean関数を利用して算出できる。その実行結果は、以下の通り。

import numpy as np	
	
def sum_input_data(input_data):	
    ret = 0	
    for tmp in range(input_data.shape[0]):	
        ret = ret + input_data[tmp]	
    return ret	
	
# 入力データの読み込み	
input_data = np.array([[33,352], [33,324], [34,338], [34,317], [35,341], 	
                       [35,360], [34,339], [32,329], [28,283], [35,372],	
                       [33,342], [28,262], [32,328], [33,326], [35,354], 	
                       [30,294], [29,275], [32,336], [34,354], [35,368]])	
	
# x座標、y座標の抜き出し	
input_data_x = input_data[:, 0]	
input_data_y = input_data[:, 1]	
	
# x座標、y座標の合計を求める	
print("x座標の合計(sum_input_data) : " + str(sum_input_data(input_data_x)))	
print("x座標の合計(numpy_sum) : " + str(np.sum(input_data_x)))	
print()	
print("y座標の合計(sum_input_data) : " + str(sum_input_data(input_data_y)))	
print("y座標の合計(numpy_sum) : " + str(np.sum(input_data_y)))	
print()	
	
# x座標、y座標の平均を求める	
print("x座標の平均(x座標の合計÷要素数) : " + str(sum_input_data(input_data_x) / input_data_x.shape[0]))	
print("x座標の平均(numpy_mean) : " + str(np.mean(input_data_x)))	
print()	
print("y座標の平均(y座標の合計÷要素数) : " + str(sum_input_data(input_data_y) / input_data_y.shape[0]))	
print("y座標の平均(numpy_mean) : " + str(np.mean(input_data_y)))

import numpy as np

def sum_input_data(input_data):

ret = 0

for tmp in range(input_data.shape[0]):

ret = ret + input_data[tmp]

return ret

# 入力データの読み込み

input_data = np.array([[33,352], [33,324], [34,338], [34,317], [35,341],

[35,360], [34,339], [32,329], [28,283], [35,372],

[33,342], [28,262], [32,328], [33,326], [35,354],

[30,294], [29,275], [32,336], [34,354], [35,368]])

# x座標、y座標の抜き出し

input_data_x = input_data[:, 0]

input_data_y = input_data[:, 1]

# x座標、y座標の合計を求める

print("x座標の合計(sum_input_data) : " + str(sum_input_data(input_data_x)))

print("x座標の合計(numpy_sum) : " + str(np.sum(input_data_x)))

print()

print("y座標の合計(sum_input_data) : " + str(sum_input_data(input_data_y)))

print("y座標の合計(numpy_sum) : " + str(np.sum(input_data_y)))

print()

# x座標、y座標の平均を求める

print("x座標の平均(x座標の合計÷要素数) : " + str(sum_input_data(input_data_x) / input_data_x.shape[0]))

print("x座標の平均(numpy_mean) : " + str(np.mean(input_data_x)))

print()

print("y座標の平均(y座標の合計÷要素数) : " + str(sum_input_data(input_data_y) / input_data_y.shape[0]))

print("y座標の平均(numpy_mean) : " + str(np.mean(input_data_y)))

また、入力データの分散・標準偏差は、NumPyのvar関数・std関数を利用して算出できる。その実行結果は、以下の通り。

import numpy as np	
	
def variance_input_data(input_data):	
    ret = 0	
    input_data_cnt = input_data.shape[0]	
    input_data_mean = np.mean(input_data)	
    for tmp in range(input_data.shape[0]):	
        ret = ret + ((input_data[tmp] - input_data_mean) ** 2) / input_data_cnt	
    return ret	
	
def sd_input_data(input_data):	
    return np.sqrt(variance_input_data(input_data))	
    	
# 入力データの読み込み	
input_data = np.array([[33,352], [33,324], [34,338], [34,317], [35,341], 	
                       [35,360], [34,339], [32,329], [28,283], [35,372],	
                       [33,342], [28,262], [32,328], [33,326], [35,354], 	
                       [30,294], [29,275], [32,336], [34,354], [35,368]])	
	
# x座標、y座標の抜き出し	
input_data_x = input_data[:, 0]	
input_data_y = input_data[:, 1]	
	
# x座標、y座標の分散を求める	
print("x座標の分散(variance_input_data) : " + str(variance_input_data(input_data_x)))	
print("x座標の分散(numpy_var) : " + str(np.var(input_data_x)))	
print()	
print("y座標の分散(variance_input_data) : " + str(variance_input_data(input_data_y)))	
print("y座標の分散(numpy_var) : " + str(np.var(input_data_y)))	
print()	
	
# x座標、y座標の標準偏差を求める	
print("x座標の標準偏差(sd_input_data) : " + str(sd_input_data(input_data_x)))	
print("x座標の標準偏差(numpy_std) : " + str(np.std(input_data_x)))	
print()	
print("y座標の標準偏差(sd_input_data) : " + str(sd_input_data(input_data_y)))	
print("y座標の標準偏差(numpy_std) : " + str(np.std(input_data_y)))	
print()

import numpy as np

def variance_input_data(input_data):

ret = 0

input_data_cnt = input_data.shape[0]

input_data_mean = np.mean(input_data)

for tmp in range(input_data.shape[0]):

ret = ret + ((input_data[tmp] - input_data_mean) ** 2) / input_data_cnt

return ret

def sd_input_data(input_data):

return np.sqrt(variance_input_data(input_data))

# 入力データの読み込み

input_data = np.array([[33,352], [33,324], [34,338], [34,317], [35,341],

[35,360], [34,339], [32,329], [28,283], [35,372],

[33,342], [28,262], [32,328], [33,326], [35,354],

[30,294], [29,275], [32,336], [34,354], [35,368]])

# x座標、y座標の抜き出し

input_data_x = input_data[:, 0]

input_data_y = input_data[:, 1]

# x座標、y座標の分散を求める

print("x座標の分散(variance_input_data) : " + str(variance_input_data(input_data_x)))

print("x座標の分散(numpy_var) : " + str(np.var(input_data_x)))

print()

print("y座標の分散(variance_input_data) : " + str(variance_input_data(input_data_y)))

print("y座標の分散(numpy_var) : " + str(np.var(input_data_y)))

print()

# x座標、y座標の標準偏差を求める

print("x座標の標準偏差(sd_input_data) : " + str(sd_input_data(input_data_x)))

print("x座標の標準偏差(numpy_std) : " + str(np.std(input_data_x)))

print()

print("y座標の標準偏差(sd_input_data) : " + str(sd_input_data(input_data_y)))

print("y座標の標準偏差(numpy_std) : " + str(np.std(input_data_y)))

print()

要点まとめ

PythonのNumPyライブラリには、入力データとなる多次元配列(ndarray)の平均・分散・標準偏差を求める関数があり、平均はmean、分散はvar、標準偏差はstdという関数となる。

要点まとめ

ロジスティクス回帰分析の尤度関数の最適解を算出するクラスを作成してみた

ロジスティクス回帰分析の対数尤度関数を偏微分してみた

scikit-learnを利用してモデル評価後に評価指標を出力してみた

重回帰分析を行うデータからLinearRegressionクラスを用いて重回帰式を算出してみた

最小2乗法の計算式を偏微分してみた

重回帰分析を行うデータから重回帰式を算出するクラスを作成してみた