Pythonで標準偏差を求める方法|statistics.stdev()とpstdev()の違い、NumPy・pandasで値がずれる理由
Pythonで標準偏差を求めるなら、標準ライブラリのstatistics.stdev()(標本標準偏差・n−1で割る)かstatistics.pstdev()(母標準偏差・nで割る)を使います。NumPyのnp.std()は既定がnで割る方式、pandasの.std()は既定がn−1で割る方式なので、同じデータでも値が違って見える点に注意してください。
この記事では、statistics.stdev()の使い方を中心に、pstdev()との使い分け、NumPy・pandasで値をそろえる方法、関数を使わない計算式、よくあるエラーまでを、実際に動かした結果つきで説明します(Python 3.12.15・NumPy 2.5.4・pandas 3.0.6で実行)。
statistics.stdev()で標準偏差を求める
statisticsは追加インストール不要の標準ライブラリです。リストを渡すだけで標準偏差が返ります。
import statistics
data = [2, 4, 4, 4, 5, 5, 7, 9]
print("平均 :", statistics.mean(data))
print("標準偏差:", statistics.stdev(data))
実行結果:
平均 : 5
標準偏差: 2.138089935299395
「平均5を中心に、だいたい±2.1くらいばらついている」と読めます。標準偏差は分散の平方根で、元のデータと同じ単位になるのが特徴です。身長(cm)のデータなら分散はcm²ですが、標準偏差はcmのまま「平均から±○cm」と説明できます。
Python公式ドキュメントでは、stdev()は標本標準偏差(標本分散の平方根)、pstdev()は母標準偏差(母分散の平方根)と説明されています(2026年10月18日確認)。
stdev()とpstdev()の違い(n−1とn)
import statistics
data = [2, 4, 4, 4, 5, 5, 7, 9]
print("stdev :", statistics.stdev(data))
print("pstdev:", statistics.pstdev(data))
実行結果:
stdev : 2.138089935299395
pstdev: 2.0
| 関数 | 割る数 | 呼び方 | 使う場面 |
|---|---|---|---|
statistics.stdev() |
n − 1 | 標本標準偏差(不偏分散の平方根) | データが大きな集団の一部(アンケート・実験・売上の抜き出し) |
statistics.pstdev() |
n | 母標準偏差 | データが集団全体そのもの(クラス全員の点数、全社員の勤続年数) |
迷ったらstdev()で問題ありません。手元のデータは「もっと大きな集団から取り出した一部」であることがほとんどだからです。n−1で割る理由(ベッセルの補正)は不偏分散とは?n−1で割る理由で詳しく説明しています。データが多くなるほど2つの差は小さくなります。
関数を使わずに計算式で求める
仕組みを確かめるために、計算式どおりに書いてみます。「各値と平均の差の2乗を合計し、n−1(またはn)で割って平方根をとる」だけです。
import math
data = [2, 4, 4, 4, 5, 5, 7, 9]
n = len(data)
m = sum(data) / n
ss = sum((x - m) * (x - m) for x in data)
print("平均:", m)
print("偏差平方和:", ss)
print("標本標準偏差(n-1):", math.sqrt(ss / (n - 1)))
print("母標準偏差(n) :", math.sqrt(ss / n))
実行結果:
平均: 5.0
偏差平方和: 32.0
標本標準偏差(n-1): 2.138089935299395
母標準偏差(n) : 2.0
stdev()・pstdev()の結果と一致しました。実務では計算誤差の扱いも考えられているstatisticsの関数を使うほうが安全です。
NumPy・pandasで標準偏差の値が違う理由
「Pythonで標準偏差を出したら、ExcelやNumPyと値が合わない」という場合、原因はほぼn−1で割るかnで割るか(ddof)の違いです。同じデータで比べます。
import statistics
import numpy as np
import pandas as pd
data = [2, 4, 4, 4, 5, 5, 7, 9]
print("statistics.stdev :", statistics.stdev(data))
print("statistics.pstdev:", statistics.pstdev(data))
print("np.std :", np.std(data))
print("np.std ddof=1 :", np.std(data, ddof=1))
print("pd.Series.std :", pd.Series(data).std())
print("pd.Series.std ddof=0:", pd.Series(data).std(ddof=0))
実行結果:
statistics.stdev : 2.138089935299395
statistics.pstdev: 2.0
np.std : 2.0
np.std ddof=1 : 2.138089935299395
pd.Series.std : 2.138089935299395
pd.Series.std ddof=0: 2.0
| 書き方 | 既定の割る数 | stdev()と同じ値にするには |
|---|---|---|
statistics.stdev(d) |
n − 1 | そのまま |
statistics.pstdev(d) |
n | ―(母標準偏差) |
np.std(d) |
n(ddof=0) | np.std(d, ddof=1) |
pd.Series(d).std() |
n − 1(ddof=1) | そのまま |
NumPyはnumpy.stdの既定がddof=0、pandasはDataFrame.stdの既定がddof=1(Normalized by N-1)です(どちらも2026年10月18日確認)。NumPyとpandasで既定が逆なので、ライブラリをまたぐときはddofを明示しておくと混乱しません。NumPy側の詳しい使い方(axis・NaN)はnp.stdとは?NumPyで標準偏差を計算する方法を参照してください。
pandasで列ごと・グループごとに求める
表形式のデータなら、pandasのstd()がそのまま使えます。describe()のstdも同じn−1方式です。
import pandas as pd
df = pd.DataFrame({
"クラス": ["A", "A", "A", "B", "B", "B"],
"点数": [60, 70, 80, 50, 70, 90],
})
print(df.groupby("クラス")["点数"].std())
print(df["点数"].describe())
実行結果:
クラス
A 10.0
B 20.0
Name: 点数, dtype: float64
count 6.000000
mean 70.000000
std 14.142136
min 50.000000
25% 62.500000
50% 70.000000
75% 77.500000
max 90.000000
Name: 点数, dtype: float64
平均が同じ70点でも、クラスBのほうが点数のばらつきが2倍大きいことが分かります。グループ集計の書き方はpandasのgroupbyの使い方にまとめています。
よくあるエラーと注意点
データが1個だとStatisticsError
import statistics
try:
statistics.stdev([5])
except statistics.StatisticsError as e:
print("StatisticsError:", e)
print(statistics.pstdev([5]))
print(statistics.stdev([5, 5, 5]))
実行結果(Python 3.12.15):
StatisticsError: stdev requires at least two data points
0.0
0.0
stdev()はn−1で割るため、データが2個以上必要です。pstdev()は1個でも0.0を返します。すべて同じ値なら標準偏差は0です。なお、Python 3.9.6で同じコードを動かすとメッセージはvariance requires at least two data pointsでした。バージョンによって文言が違うので、エラー文で検索するときは注意してください。
NaN(欠損値)が混ざっているとき
statistics.stdev()はNaNを自動では除外しません。Python 3.11.17・3.12.15でstatistics.stdev([1, 2, float("nan")])を実行するとAttributeError: 'float' object has no attribute 'numerator'になり、Python 3.9.6ではnanが返りました。どちらにしても正しい値は出ないので、先にNaNを取り除くか、NaNを無視する関数を使います。
import numpy as np
import pandas as pd
a = [1.0, 2.0, np.nan, 4.0]
print("np.std :", np.std(a, ddof=1))
print("np.nanstd:", np.nanstd(a, ddof=1))
print("pandas :", pd.Series(a).std())
実行結果:
np.std : nan
np.nanstd: 1.5275252316519465
pandas : 1.5275252316519465
pandasのstd()は既定でNaNを除外(skipna=True)します。
平均がすでにあるなら第2引数で渡せる
stdev(data, xbar)の第2引数に平均を渡すと、平均の再計算を省けます。公式ドキュメントにあるとおり、渡した値が本当の平均かは確かめられないので、別の値を渡すと誤った結果になります。
標準偏差の読み方と使いどころ
正規分布なら「±1σで約68%」
データが正規分布に近い形なら、平均±1標準偏差に約68%、±2標準偏差に約95%、±3標準偏差に約99.7%が入ります。この目安は正規分布とは?で、Pythonを使って確かめています。
外れ値の候補を見つける
import statistics
data = [50, 52, 48, 51, 49, 53, 47, 120]
m = statistics.mean(data)
s = statistics.stdev(data)
print(f"平均 {m:.1f} / 標準偏差 {s:.1f}")
for x in data:
z = (x - m) / s
if abs(z) > 2:
print(f" 外れ値の候補: {x}(z = {z:.2f})")
実行結果:
平均 58.8 / 標準偏差 24.8
外れ値の候補: 120(z = 2.47)
ただし外れ値そのものが平均と標準偏差を押し上げるので、外れ値が多いデータでは中央値や四分位範囲を使うほうが向いています。
偏差値を計算する(pstdevを使う)
import statistics
scores = [40, 55, 60, 70, 90]
m = statistics.mean(scores)
s = statistics.pstdev(scores)
print("平均:", m, "/ 母標準偏差:", round(s, 3))
print("偏差値:", [round(50 + 10 * (x - m) / s, 1) for x in scores])
実行結果:
平均: 63 / 母標準偏差: 16.613
偏差値: [36.2, 45.2, 48.2, 54.2, 66.3]
受験者全員の点数から計算する偏差値では、母標準偏差のpstdev()を使います。正規分布を使った「上位◯%の点数」などの計算はPython NormalDistの使い方で扱っています。
標準偏差や不偏分散は、機械学習の前処理(標準化)や推測統計の土台になります。テックジムのAIエンジニア養成コースでは、第6章「AIのための統計学入門」で推測統計・不偏分散・正規分布を、第2章「特徴量エンジニアリング」で標準化を扱っています。
よくある質問
Q. Pythonで標準偏差を求める一番簡単な方法は?
標準ライブラリの statistics.stdev(リスト) です。インストール不要で、標本標準偏差(n−1で割る方式)が返ります。母標準偏差なら statistics.pstdev() を使います。
Q. statistics.stdev()とnp.std()の値が違うのはなぜですか?
割る数が違うからです。stdev()はn−1、np.std()は既定でn(ddof=0)で割ります。np.std(data, ddof=1) にすると stdev() と同じ値になります。
Q. pandasのstd()はどちらの方式ですか?
既定は ddof=1 で、n−1で割る標本標準偏差です。statistics.stdev() と同じ値になります。母標準偏差にしたいときは std(ddof=0) を指定します。
Q. stdev()でStatisticsErrorが出るのはなぜですか?
データが1個以下だからです。stdev()はn−1で割るため2個以上のデータが必要です。1個のときに0を返したいなら pstdev() を使います。
Q. stdevとpstdevはどちらを使えばよいですか?
データが集団の一部(標本)なら stdev()、集団全体そのものなら pstdev() です。迷ったら stdev() を使うのが一般的です。
まとめ
- Pythonの標準偏差は
statistics.stdev()(n−1)とstatistics.pstdev()(n)で求められる - NumPyの
np.std()は既定がn、pandasの.std()は既定がn−1。値をそろえるにはddofを明示する stdev()はデータが2個以上必要。NaNは自動で除外されないので先に取り除く- 偏差値など全員のデータを使う計算は
pstdev()





