Pandy: dlaczego pandas.Series.std() różni się od numpy.std()

Question

Mam dwa kody fragmentu w następujący sposób.

import numpy 
numpy.std([766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346]) 
0 

i

import pandas as pd 
pd.Series([766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346]).std(ddof=0) 
10.119288512538814 

To ogromna różnica.

Czy mogę zapytać, dlaczego?

Answer 1

Ta kwestia jest już obecnie przedmiotem dyskusji (link); problem wydaje się być algorytmem do obliczania odchylenia standardowego, które jest używane przez pandas, ponieważ nie jest tak stabilny numerycznie jak ten używany przez numpy.

Łatwo obejść, to najpierw zastosować .values do serii, a następnie zastosować std do tych wartości; w tym przypadku numpy'sstd jest stosowany:

pd.Series([766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346]).values.std() 

co daje wartość oczekiwaną 0.