为何Pandas与Numpy计算标准差的结果不一致？

嗨，这个问题其实挺常见的，核心原因就是Pandas和Numpy计算标准差时默认使用的自由度参数不同！

咱们拿你给出的例子拆解一下：1到7的均值是4，先算每个数与均值差的平方和：(1-4)²+(2-4)²+(3-4)²+(4-4)²+(5-4)²+(6-4)²+(7-4)² = 9+4+1+0+1+4+9 = 28。

为什么Numpy的结果是2.0？ #

np.std()默认计算的是总体标准差，也就是将平方和除以数据点的总数n（这里n=7）：28÷7=4，开平方后就是2.0，这正是你说的正确总体标准差。

为什么Pandas的结果是≈2.16？ #

df["vals"].std()默认计算的是样本标准差，这时候会将平方和除以n-1（也就是7-1=6）：28÷6≈4.6667，开平方后就得到≈2.1602。样本标准差通常用于从样本估计总体的标准差，除以n-1是为了修正偏差，让估计结果更准确。

怎么让两者结果一致？ #

如果你想让Pandas输出总体标准差，只需要设置参数ddof=0：

df["vals"].std(ddof=0)  # 结果为2.0

如果你想让Numpy输出样本标准差，设置参数ddof=1：

np.std([1,2,3,4,5,6,7], ddof=1)  # 结果≈2.1602

内容的提问来源于stack exchange，提问作者Ala Głowacka