Summary  
This chapter demonstrates how to compute measures of spread—mean, population and sample variance, and standard deviation—using NumPy and how to visualize the data distribution with a histogram and lines marking the mean and standard deviation.

General domain of usage  
Business sales data analysis

Download Code from a Video

## Define the Dataset

Here, we assign an array to the variable `data` to ensure we have a consistent dataset to work with for all calculations.

```python
import numpy as np

# Create a numpy array of daily sales
data = np.array([10, 15, 12, 18, 20, 22, 14, 17, 11, 16])
```

## Calculate Population Statistics

This function takes the array as input and returns the average value of all elements, which summarizes the central tendency of the dataset.

```python
mean_val = np.mean(data)       # Mean
variance_val = np.var(data)    # Population variance (ddof=0 by default)
std_dev_val = np.std(data)     # Population standard deviation
```

* `np.mean(data)` computes the arithmetic mean (average);
* `np.var(data)` calculates the **population variance** (divides by $$n$$);
* `np.std(data)` calculates the **population standard deviation** (square root of variance).

import numpy as np

# Create a numpy array of daily sales
data = np.array([10, 15, 12, 18, 20, 22, 14, 17, 11, 16])

mean_val = np.mean(data)       # Mean
variance_val = np.var(data)    # Population variance (ddof=0 by default)
std_dev_val = np.std(data)     # Population standard deviation

print(f"Mean: {mean_val}")
print(f"Variance (Population): {variance_val}")
print(f"Standard Deviation (Population): {std_dev_val}")

## Calculate Sample Statistics

To get **unbiased estimates** from a sample, we use `ddof=1`.
This applies **Bessel's correction**, dividing variance by $(n-1)$ instead of $n$.

```python
sample_variance_val = np.var(data, ddof=1)
sample_std_dev_val = np.std(data, ddof=1)
```

* `np.var(data, ddof=1)` - sample variance;
* `np.std(data, ddof=1)` - sample standard deviation.

import numpy as np

# Create a numpy array of daily sales
data = np.array([10, 15, 12, 18, 20, 22, 14, 17, 11, 16])

sample_variance_val = np.var(data, ddof=1)
sample_std_dev_val = np.std(data, ddof=1)

print(f"Variance (Sample): {sample_variance_val}")
print(f"Standard Deviation (Sample): {sample_std_dev_val}")

Standard deviation is the square root of variance, giving a measure of spread in the **same units as the original data**, making it easier to interpret.

Note

How do we calculate standard deviation with `numpy` library?

Hallitse data-analytiikan kannalta olennaiset matemaattiset perusteet. Tutustu keskeisiin käsitteisiin funktioissa, analyysissä, lineaarialgebrassa, todennäköisyyslaskennassa ja ulottuvuuden vähentämisessä. Rakenna sekä teoreettista ymmärrystä että käytännön ohjelmointitaitoja vahvistaaksesi kykyäsi analysoida dataa, mallintaa monimutkaisia järjestelmiä ja soveltaa edistyneitä koneoppimismenetelmiä.

Tutustu matemaattisten funktioiden perusteisiin. Opiskele erilaisia algebrallisia ja transsendenttisia funktioita, niiden ominaisuuksia sekä niiden toteuttamista Pythonilla reaalimaailman ongelmien ratkaisemiseksi.

Hallitse joukkojen ja sarjojen käsitteet perusoperaatioista käytännön sovelluksiin. Saat käytännön kokemusta joukko-operaatioiden toteuttamisesta sekä aritmeettisten ja geometristen sarjojen käsittelystä Pythonilla.

Kehitä vankka ymmärrys rajoista, derivaatasta, integraaleista ja osittaisderivaatasta. Yhdistä teoria käytäntöön toteuttamalla nämä käsitteet Pythonilla ja soveltamalla niitä optimointiin gradienttimenetelmän avulla.

Vahvista osaamista vektoreista, matriiseista ja muunnoksista. Opiskele hajotelmamenetelmiä ja ominaisarvoanalyysiä, ja syvennä käsitteitä Python-ohjelmointitehtävien sekä käytännön data-analytiikkasovellusten avulla.

Syvenny todennäköisyysteoriaan ja tilastotieteeseen. Tarkastele ehdollista todennäköisyyttä, Bayesin kaavaa ja tilastollisia tunnuslukuja. Toteuta keskeisiä käsitteitä Pythonilla, simuloi jakaumia ja vahvista osaamistasi haasteiden ja tietovisojen avulla.

Implementing Spread in Python

Define the Dataset

Calculate Population Statistics

Calculate Sample Statistics