numpy 利用np.std() 計算出現 inf

之前用np.std() 都很流暢，今天突然發現得出的結果是inf，檢查了資料，發現資料沒有問題，最後終于找到原因——由于變量定義的類型的原因。

計算的資料集，df的資料如下：

# df是上百行幾十列的資料
# 分别對df求期望和均質

df_numpy = np.array(df,dtype=np.float16)           

df_numpy_mean = np.mean(df_numpy)        # --> 3740.0

df_numpy_std = np.std(df_numpy)          # -->inf
           

計算的std的結果為inf，應該是資料溢出了，把dtype 改為 float64 ，結果就出來了

# df是上百行幾十列的資料
# 分别對df求期望和均質

df_numpy = np.array(df,dtype=np.float64)           

df_numpy_mean = np.mean(df_numpy)        # --> 3740.0154

df_numpy_std = np.std(df_numpy)          # -->321.3843
           

可以看出，不同的資料精度，計算的結果的精度也是不一樣的，至于溢出的問題，應該是np在計算的時候，會先在原來的資料上進行操作，最後再合并輸出結果，溢出是在原始資料上發生的。

ps. 如果不對dtype進行設定的話，結果也是準确的。