手把手教你用Python求均值、中值和众数

今天药忘吃喽~ 2022-10-20 12:18 276阅读 0赞

![24a4f608d8284ecf0ea5607fce74483e.gif][]

**导读：**数据科学入门：集中趋势度量——均值、中值和众数。

作者：保罗·戴特尔（Paul Deitel）、哈维·戴特尔（Harvey Deitel）

来源：大数据DT（ID：hzdashuju）

![ef2141233c0a6135bd99ee3803ede603.png][]

本文我们将讨论如何使用描述性统计数据进行数据分析，包括：

*  **均值**——一组值的**平均值**；
 *  **中值**——当所有值**按顺序排列**时的**中间值**；
 *  **众数**——**最常出现的值**。

以上这些都是**集中趋势度量**，每种都会产生一个值来表示一组值中的“中心”值，或者说，在某种意义上是这组值中的典型值。

我们来计算一个整数列表的均值、中值和众数。下面的代码段创建一个名为grades的列表，然后使用内置的sum和len函数来“手动”计算平均值——sum计算grade的总和（397），len计算grade的个数（5）：

grades = [85, 93, 45, 89, 85]
    
    sum(grades) / len(grades)

与函数min和max（在《[手把手教你用Python求最大值和最小值][Python]》一文中介绍）类似，sum和len都是函数式编程中约简的示例，它们会将值合集减少为单个值——值的总和与值的数量。

Python标准库的statistics模块提供了计算均值、中值和众数的函数，这些同样也是约简。要使用这些功能，首先需要导入statistics模块，如下：

import statistics

然后，可以使用“statistics.”加上需要调用的函数名称来访问模块的功能。下面的代码使用statistics模块的mean、median和mode函数分别计算列表grades的均值（79.4）、中值（85）和众数（85）：

statistics.mean(grades)
    
    statistics.median(grades)
    
    statistics.mode(grades)

其中，每个函数的参数都必须是可迭代的，在本例中为列表grades。要确认中值和众数是否正确，可以使用内置的sorted函数来得到列表grades按值的递增顺序排列的副本：

sorted(grades)

结果：

[45, 85, 85, 89, 93]

列表grades具有奇数个值（5），因此median返回中间值（85）。如果列表包含偶数个值，则median会返回**两个**中间值的平均值。从排好序的列表可以看到85是众数，因为它出现的次数最多（两次）。类似于下面的列表会导致mode函数产生一个StatisticsError：

[85, 93, 45, 89, 85, 93]

因为其中有两个或更多个“出现最多”的值。这样的一组值是**双峰**的，85和93都出现了两次。

**关于作者：****保罗·戴特尔**，Deitel＆Associates公司首席执行官兼首席技术官，毕业于麻省理工学院，拥有38年的计算经验。保罗是世界上最有经验的编程语言培训师之一，自1992年以来一直针对软件开发人员教授专业课程。他服务过的国际客户包括思科、IBM、西门子、Oracle、戴尔、富达、美国国家航空航天局肯尼迪航天中心等。

本文摘编自《Python程序设计：人工智能案例实践》，经出版方授权发布。

![7d7b07ad560b7522e9c21e44b7a4c1f6.png][]

延伸阅读《Python程序设计：人工智能案例实践》

点击上图了解及购买

转载请联系微信：DoctorData

**推荐语：**极简入门Python和AI，读这一本就够了！538个实例帮你掌握交互式IPython解释器和JupyterNotebook并应用Python实践人工智能项目。

![音符][013799e91181d4d3e9716728dc11fff9.gif]

**划重点????**

**干货直达????**

*  [数据中台与传统大数据平台有什么区别？终于有人讲明白了][Link 1]  
    
 *  [终于有人把联邦学习讲明白了][Link 2]  
    
 *  [手把手教你用Python求最大值和最小值][Python]  
    
 *  [谷歌、微软、亚马逊6个惊人的A/B测试实例][6_A_B]

**更多精彩****????**

在公众号对话框输入以下**关键词**

查看更多优质内容！

**PPT** | **读书** | **书单** | **硬核** | **干货**** **| **讲明白 **|** 神操作**

**大数据** | **云计算** | **数据库** | **Python** | **爬虫** | **可视化**

**AI** | **人工智能** | **机器学习** | **深度学习** | **NLP**

**5G**** **|** 中台 **|** 用户画像**** **| **1024** | **数学 **|** 算法 **| **数字孪生**

据统计，99%的大咖都关注了这个公众号

**????**

[24a4f608d8284ecf0ea5607fce74483e.gif]: /images/20221020/435eaa15a0234e6ca65212318f33e0e4.png
[ef2141233c0a6135bd99ee3803ede603.png]: /images/20221020/a4ddaebbbd3840d586f538cd9f57e19b.png
[Python]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8c3b49dbfbb25f1ffa35d6d783dc45b813148feaedebcb35314ae603c74f4b0d7bfdf2d950&idx=2&mid=2247529125&scene=21&sn=7cb443fe59a2598d4222366896dd623c#wechat_redirect
[7d7b07ad560b7522e9c21e44b7a4c1f6.png]: /images/20221020/7e1d2ff514de423b8282dd45da87056b.png
[013799e91181d4d3e9716728dc11fff9.gif]: /images/20221020/56f438253e8946e5b78965ab902a48f6.png
[Link 1]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8c3d61dbfbb477e94741781b538f5ee3c8009b98be970c8acff88f5044dd910a414044edaa&idx=1&mid=2247529613&scene=21&sn=209e33cd1aea7553f6ee865952dd572c#wechat_redirect
[Link 2]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8c3dbddbfbb4abbaebafcd37f6dfe4cfee9cfc2fba1e786c0b9b362a10b6cbc278f129e199&idx=2&mid=2247529553&scene=21&sn=6f6d9fdee6f3463305ba51a2f585be22#wechat_redirect
[6_A_B]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8c3bf8dbfbb2ee7d608f80df1be48854c119a32731fd4eb2fe00bd9a8f9876c0982f0df5ac&idx=2&mid=2247528980&scene=21&sn=f863e47ab642d6040cd4bffbb6b39fbb#wechat_redirect