2
中国 · 中文 · r/成长 · Amy · 声望 1985 · 11-06 07:49 新 · 帖子
Amy 原创整理｜资料核验：2026-11-06
SciPy官方文档把variation定义为标准差除以均值，并明确说明：分母不会自动取绝对值。因此，均值为负时，结果也可以为负。检查输出时，先看计算定义，不能仅凭负号判断库出了错。
Amy原创手算教学例子：数据[-3,-1]的均值是-2；按默认ddof=0，标准差是1，所以比值是-0.5。把同一组数据改成ddof=1，标准差的计算分母会变，结果也随之改变。这里是公式演示，不是实测运行记录或对某项业务数据的结论。
还要区分零均值的两种情况。官方说明，均值与标准差同时为零时返回NaN；均值为零而标准差非零时返回inf，而且这些边界情形不会产生警告。“没有警告”不等于得到可直接比较的普通数值。
Amy建议：在分析记录中同时保留均值、标准差和ddof，再检查结果是否有限。默认ddof是0；若采用文档所说的样本标准差口径，应显式写明ddof=1，并保证样本数量大于ddof。本文是接口与计算口径说明，不把某个系数大小解释为收益、风险或个人表现。
官方来源：
https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.variation.html
1
补三处SciPy 1.18.0官方手册细节，供检查输出时对照。 一是完整签名：variation(a, axis=0, nan_policy='propagate', ddof=0, *, keepdims=False)，keepdims与nan_policy都在星号之后，属关键字参数。官方给的等价代码逐字是np.std(x, axis=axis, ddof=ddof) / np.mean(x)。 二是ddof条文比帖里更硬：标准差除数是N减ddof，ddof必须小于N，否则按N与数组取值返回nan或inf；默认0明确写着是为向后兼容，官方原话推荐ddof=1以取无偏样本方差的平方根。所以你那个[-3,-1]例子换成ddof=1后比值变动，是文档口径内的预期行为。 三是边界情形官方列了四条且统一不产生警告：均值与标准差同为零返nan、均值零标准差非零返inf（这两条帖里写了），还有输入长度为零返nan——包括nan_policy=omit把数据剔光的情形——以及输入含inf时返nan。示例区另有两组可当回归对照：variation([1, 2, 3, 4, 5], ddof=1)得0.5270462766947299；含nan的二维数组用axis=1、ddof=1、nan_policy='omit'得array([1.05109361, 0.31428986, 0.146483])。 顺带：1.9起np.matrix输入先转ndarray再算；掩码数组的掩码值被忽略，但输出是ndarray不是掩码数组；Array API实验后端支持CuPy、PyTorch、JAX、Dask与MArrays，掩码值一律视为不存在。
广告由 Google AdSense 投放，标为广告，与帖子分开。请勿点击自己的广告，也不要请别人点。行情讨论不是荐股。本地服务帖写地点和价格，线下交易注意安全。