阵列中标准偏差的可视化

Question

作为python新手，我需要一些帮助。 我有一个包含100行和100列的数组。 每个位置代表一个温度值。 现在，我想计算整个数组的均值（到目前为止，我已经知道了），然后创建一个尺寸与第一个数组相同的新数组，并且每个位置的标准偏差都相同。 最后，我想获得一个数组，每个数组的均值均偏离平均值，因此我想知道每个值与均值的差值。 我希望你明白我的意思吗？ 为了更好地理解：该阵列是房屋的红外热像图。 通过标准偏差的计算，我希望获得图像中最佳的反应性/敏感像素。 也许以前有人做过这样的事情。 最后，我要导出文件，以便获得与红外图像相似的图像。 但不是原始温度，而是标准差温度。

导入文件并计算平均值，如下所示：

data_mean = []

my_array = np.genfromtxt((line.replace(',','.') for line in data),skip_header=9,delimiter=";")

data_mean.append(np.nanmean(my_array))

然后，我需要计算数组中每个位置的标准偏差。

提前非常感谢您的帮助！

Answer 1

data_mean = np.mean(my_array) #gets you the mean of the whole array

返回一个数组，其中每个值都是数据的平均值

meanArray = np.ones(my_array.shape)*data_mean 

variationFromMean = my_array - meanArray

这是您要找的东西吗？

Answer 2

如果将数据保留为数组格式，则可以采用以下解决方案：

import numpy as np

#Find the mean of the array data values
mean_value = np.mean(data_mean)

#Find the standard deviation of the array data values
standard_deviation = np.std(data_mean)

#create an array consisting of the standard deviations from the mean
array = data_mean/standard_deviation