Python 中的眾數

統計眾數介紹

在統計學中，在所提供的一組數據值中更經常出現的值被稱為眾數。換句話說，具有高頻率或重複出現的數字或值被稱為眾數或眾數值。眾數是中心趨勢的三個措施之一。另外兩個指標分別是平均值和中位數。

例如-

我們有一套A = { 4，5，6，6，7，8，9} 。由於數字 6 的頻率較高，因此A 組的眾數為 6 。因此，對於有限數量的觀察，很容易找到眾數。一組數據值可能有一個模態值或多個模態值，或者根本沒有模態。連續概率分布的一種眾數常被稱為任意值 x，它的概率密度函數有一個最大局部值，所以任意一個峰值都是一種眾數。

Python 中的 mode()函數

Python 在處理統計數據和處理一組大範圍的數據值時，成為了一種非常強大的編程語言。Python 為 統計模塊提供了許多進程相當大數據集的功能，而眾數()功能就是其中之一。眾數()函數用於返回給定數據集範圍內中心數據點的穩健度量。

眾數()函數是 Python 編程語言的標準統計庫中唯一可以應用於非數值(標稱)數據的函數。

讓我們看看 Python 中眾數函數的語法。

語法:

眾數()功能的語法如下所示:

statistics.mode(data)

Python 中 mode()函數的參數

眾數()功能的參數是數據。它可以是一個迭代或序列——例如，列表、元組等等。

注意:如果數據參數為空，mode()函數將引發 StatisticsError。

Python 中 mode()函數的返回值

一旦在迭代器(例如，列表、元組等等)中計算了所提供數據的眾數，眾數()函數將根據參數中所提供的數據返回一個浮點數或非數值(標稱)值。

讓我們考慮一些基於 Python 編程語言的標準統計庫的眾數()函數的例子。

例 1:找到下面給出的數據集的眾數:

# importing the statistics library
import statistics

# creating the data set
my_set = [10, 20, 30, 30, 40, 40, 40, 50, 50, 60]

# estimating the mode of the given set
my_mode = statistics.mode( my_set)

# printing the estimated mode to the users  
print("Mode of given set of data values is", my_mode)

輸出:

Mode of given set of data values is 40

說明:

在上例中，我們導入了統計庫，並創建了一個集合作為 my_set 。然後，我們使用 statistics.mode() 函數估計給定集合的眾數，並將其值打印給用戶。結果，該組中具有最高頻率的值被成功打印。

示例 2:演示 mode()函數在不同種類的數據類型上的工作。

# importing the statistics library
import statistics
# importing the fractions module
from fractions import Fraction as fr

# creating the tuple of positive integer numbers
data_1 = (20, 30, 30, 40, 50, 50, 50, 60, 70, 70)

# creating the tuple of floating point values
data_2 = (1.2, 2.3, 2.3, 3.4, 4.5, 4.5, 4.5, 5.6, 5.6, 7.8)

# creating the tuple of fractional numbers
data_3 = (fr(1,3), fr(1,5), fr(1,5), fr(2,3), fr(3,4), fr(8,9))

# creating the tuple of negative integer numbers
data_4 = (-9, -8, -7, -7, -7, -6, -5, -5, -4, -2)

# creating the tuple of strings
data_5 = ("apple", "mango", "mango", "mango", "banana", "guava", "guava")

# estimating the mode of the given datasets
mode_1 = statistics.mode( data_1)
mode_2 = statistics.mode( data_2)
mode_3 = statistics.mode( data_3)
mode_4 = statistics.mode( data_4)
mode_5 = statistics.mode( data_5)

# printing the estimated modes to the users  
print("1\. Mode of First Data set is", mode_1)
print("2\. Mode of Second Data set is", mode_2)
print("3\. Mode of Third Data set is", mode_3)
print("4\. Mode of Forth Data set is", mode_4)
print("5\. Mode of Fifth Data set is", mode_5)

輸出:

1\. Mode of First Data set is 50
2\. Mode of Second Data set is 4.5
3\. Mode of Third Data set is 1/5
4\. Mode of Forth Data set is -7
5\. Mode of Fifth Data set is mango

說明:

在上例中，我們導入了統計庫和分數模塊。然後，我們創建了一個不同範圍的元組來檢查眾數()函數是否適用於各種數據類型。我們已經創建了一個由正整數、浮點值、小數、負整數和字符串組成的元組。然後我們使用 statistics.mode() 函數來計算每個數據集的眾數。然後，我們將這些估計值打印給用戶。

mode()函數的一些應用

眾數()功能是一個統計功能，通常用於金融行業，以便將價格和價值與以前的記錄進行比較。它還有助於從價格分布集合中計算和預測未來可能的價格。眾數()功能不單獨使用；然而，除此之外還有另外兩種統計方法，即平均值和中位數。這三者共同作為一個強大的工具來揭示數據的許多方面。