Как новичок в python мне нужна небольшая помощь. У меня есть массив со 100 строками и 100 столбцами. Каждая позиция означает значение температуры. Теперь я хочу рассчитать среднее значение всего массива (у меня есть это до сих пор), а затем создать новый массив с тем же размером, что и первый, и с учетом стандартного отклонения в каждой позиции. В конце я хочу получить массив с отклонением от среднего значения на каждом посту, поэтому я хочу знать, как далеко каждая ценность распространяется от среднего. Надеюсь, вы понимаете, что я имею в виду? Для лучшего понимания: массив представляет собой инфракрасный термографический образ дома. С учетом стандартного отклонения я хочу получить наилучшие реактивные/чувствительные пиксели в изображении. Возможно, раньше кто-то делал что-то подобное. В конце концов, я хочу экспортировать файл, чтобы получить изображение, похожее на инфракрасное изображение. Но не с сырыми температурами, а с стандартными температурами отклонения.Визуализация стандартного отклонения в массиве
Импорт файла и вычисления среднего значения, как это:
data_mean = []
my_array = np.genfromtxt((line.replace(',','.') for line in data),skip_header=9,delimiter=";")
data_mean.append(np.nanmean(my_array))
Тогда мне нужно расчета стандартное отклонение каждой позиции в массиве.
Благодарим вас за любую помощь!
эй, спасибо очень много. на данный момент выглядит спокойным. Если бы теперь вы могли дать мне совет, как я могу построить этот новый массив как новый образ, он будет фантастическим. Я хотел бы построить это в цвете (я думаю, есть много способов выбрать цвета), так что мой новый выход должен выглядеть так же, как и инфракрасное изображение, но в цветах, которые соответствуют новым значениям (так что в конце концов вы может видеть, насколько велика барионация от среднего)? Спасибо. Я не знаю, как это решить. – beginner123
Этот веб-сайт рассказывает о том, как построить изображение в matplotlib: http://matplotlib.org/users/image_tutorial.html. Если вы посмотрите на дно, он также переходит к настройке цветовой карты, чтобы получить горячие цвета. Я думаю, что ответ Тома Пателя ниже может быть более статистически релевантным, потому что он показывает вам и массив количества стандартных отклонений от значений. – Josh