python - Numpy 逐元素标准差

Question

假设我有 n 个二维矩阵 M1, M2, M3, ... 所有维度都相同。

是否有一种有效的方法来生成输出矩阵 MR，其中 MR 中的每个元素对应于 M1 中该位置元素的标准差， M2、M3、...

操作示例如下:

       1 4 5   8 2 3   -1 8 2      4.73  3.06  1.53
stdev( 3 9 2,  2 1 0,   0 3 1 ) =  1.53  4.16  1.00
       7 1 2   8 3 1    9 5 8      1.00  2.00  3.79

澄清一下:结果矩阵的左上角元素计算如下:

stdev(1,8,-1) = 4.7258

而左下角的元素计算如下:

stdev(7,8,9) = 1.00

如果这不是使用内置运算符一次完成此操作的方法，是否有有效的替代方法？

这里是测试矩阵:

a=numpy.array( [[1,4,5],[3,9,2],[7,1,2]])
b=numpy.array( [[8,2,3],[2,1,0],[8,3,1]])
c=numpy.array([[-1,8,2],[0,3,1],[9,5,8]])

Answer 1

numpy 是你的 friend

import numpy as np
print np.std((a,b,c), axis=0, ddof=1)

对于提供的矩阵，它给出

array([[ 4.72581563,  3.05505046,  1.52752523],
       [ 1.52752523,  4.163332  ,  1.        ],
       [ 1.        ,  2.        ,  3.7859389 ]])

如预期的那样