计算一组数据点的标准差

【问题标题】：Calculate the standard deviation of a cluster of datapoints计算一组数据点的标准差
【发布时间】：2019-09-18 17:15:35
【问题描述】：

所以，我有一个数据点列表，其中所有数据点都属于一个集群（每个项目都是一个具有 3 个特征的 numpy 数组（代表一个点））。我计算它们的质心（点的平均值）。我想计算一个点与质心的标准偏差。更准确地说，我想找出距离集群质心一个点有多少标准差。请帮我写代码。

我的数据点列表看起来像这样

([-5.75204079 8.78545302 8.00800119],....)

【问题讨论】：

标签： python-3.x k-means standard-deviation

【解决方案1】：

假设集群中的数据点存储在名为data 的list 中，以下代码将计算该组数据的standard deviation。

# Calculate mean
mean = sum(data)/len(data)

# Calculate sum of square of difference
# of data points from mean
dev = 0
for rec in data:
    dev += pow((rec - mean),2)

# Calculate variance
var = dev/len(data)

# Calculate standard deviation
std_dev = math.sqrt(var)

【讨论】：