本文将从多个方面详细介绍Python中基本统计量计算的方法。
一、均值
均值是一组数据的平均值，也就是将所有数据相加后再除以数据个数。
在Python中，可以使用numpy库中的mean()方法来计算数组的均值。例如：
import numpy as np arr = np.array([1, 2, 3, 4, 5]) mean = np.mean(arr) print(mean)
输出结果为：
3.0
也可以使用Python自带的statistics库中的mean()方法计算均值：
import statistics as s arr = [1, 2, 3, 4, 5] mean = s.mean(arr) print(mean)
输出结果为：
3
二、中位数
中位数是将一组数据从小到大排序后，处于中间位置的数。
在Python中，可以使用numpy库中的median()方法来计算数组的中位数。例如：
import numpy as np arr = np.array([1, 2, 3, 4, 5]) median = np.median(arr) print(median)
输出结果为：
3.0
也可以使用Python自带的statistics库中的median()方法计算中位数：
import statistics as s arr = [1, 2, 3, 4, 5] median = s.median(arr) print(median)
输出结果为：
3
三、众数
众数是一组数据中出现次数最多的数。
在Python中，可以使用scipy库中的mode()方法来计算数组的众数。例如：
from scipy import stats arr = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 5] mode = stats.mode(arr) print(mode)
输出结果为：
ModeResult(mode=array([5]), count=array([5]))
可以看到，众数为5。
四、方差和标准差
方差是一组数据与其均值之差平方的平均值，而标准差就是方差的平方根。它们都可以用来衡量数据的离散程度。
在Python中，可以使用numpy库中的var()和std()方法来计算数组的方差和标准差。例如：
import numpy as np arr = np.array([1, 2, 3, 4, 5]) variance = np.var(arr) std_deviation = np.std(arr) print(variance) print(std_deviation)
输出结果为：
2.0 1.4142135623730951
可以看到，方差为2，标准差为1.4142135623730951。
五、范围
范围是一组数据中最大值与最小值之差。
在Python中，可以使用numpy库中的ptp()方法来计算数组的范围。例如：
import numpy as np arr = np.array([1, 2, 3, 4, 5]) range_arr = np.ptp(arr) print(range_arr)
输出结果为：
4
可以看到，这组数据的范围为4。
总结
通过本文，我们了解了Python中基本统计量的计算方法。可以使用numpy、statistics、scipy等库中的方法来计算均值、中位数、众数、方差、标准差和范围等基本统计量。
原创文章，作者：UUSGD，如若转载，请注明出处：https://www.506064.com/n/375253.html
微信扫一扫 
支付宝扫一扫 