« Python pour le calcul scientifique/Statistiques » : différence entre les versions
Contenu supprimé Contenu ajouté
→Indicateurs de position et de dispersion : std(), var() |
|||
Ligne 54 :
* <code>mean()</code> et <code>nanmean()</code> : moyenne ;
* <code>average()</code> et <code>nanaverage()</code> : moyenne pondérée ;
* <code>median()</code> et <code>nanmedian()</code> : médiane.
Comme précédemment, on peut indiquer l'axe (si l'on veut évaluer les valeurs par colonne ou par ligne). Pour la moyenne pondérée, on utilise une matrice poids P de même dimension que la matrice de valeurs M, <code>P[i, j]</code> étant le poids associé à la valeur <code>M[i, j]</code>. Par exemple, si l'on veut évaluer la moyenne pondérée pour toutes les valeurs de M (pas d'axe), on peut écrire une des deux solutions suivantes :
<source lang="python">
Ligne 60 :
np.average(M, weights = np.ones_like(M))
</source>
NumPy fournit également les indicateurs de dispersion suivants :
* <code>std()</code>, <code>nanstd()</code> : écart type ''({{lang|en|standard deviation}})'' ;
* <code>var()</code>, <code>nanvar()</code> : variance.
== Notes et références ==
| |||