常用功能 mean(data)

mean(data)

用于求給定序列或者迭代器的算術(shù)平均數(shù)。

import statistics
example_list = [1,2,3,4,5,6]
x = statistics.mean(example_list)
print(x)
# 輸出結(jié)果
3.5

harmonic_mean(data)

harmonic_mean(data) 用于計算數(shù)據(jù)的調(diào)和均值。

x = statistics.harmonic_mean(example_list)
print(x)
print(1/sum([1/1,1/2,1/3,1/4,1/5,1/6])*6)
# 輸出結(jié)果
2.4489795918367347
2.448979591836735

median(data)

median(data) 計算數(shù)據(jù)的中位數(shù)。如果有兩個中位數(shù)，則返回其平均值。

x = statistics.median(example_list)
print(x)
# 輸出結(jié)果
3.5

median_low(data)

median_low(data) 也是用于計算中位數(shù)的，如果有兩個中位數(shù)，返回較小的那個。???????

x = statistics.median_low(example_list)
print(x)
# 輸出結(jié)果
3

median_high(data)

median_high(data) 也是用于計算中位數(shù)的，如果有兩個中位數(shù)，返回較大的那個。???????

x = statistics.median_high(example_list)
print(x)
# 輸出結(jié)果
4

mode(data)

mode(data) 計算眾數(shù)，也就是序列中出現(xiàn)次數(shù)最多的元素。???????

x = statistics.mode([1,1,2,3,4,3,3,3,3])
print(x)
x = statistics.mode(["a","b","c","d","d","a","a",])
print(x)
# 輸出結(jié)果
3
a

pstdev(data, mu=None)

pstdev(data, mu=None) 用于計算數(shù)據(jù)的總體標(biāo)準(zhǔn)差。其中 mu 是序列的均值，如果你已經(jīng)知道了該序列的均值，可傳入該參數(shù)以減少計算量，當(dāng)然該函數(shù)不會去驗證你傳入的均值是否合法，使用錯誤的均值可能會產(chǎn)生無效的結(jié)果。???????

x = statistics.pstdev([2,2,2,6])
print(x)
# 輸出結(jié)果
1.7320508075688772

pvariance(data, mu=None)

pvariance(data, mu=None) 用于計算數(shù)據(jù)的總體方差。???????

x = statistics.pvariance([2,2,2,6])
print(x)
# 輸出結(jié)果
3

stdev(data, xbar=None)

stdev(data, xbar=None) 用于計算數(shù)據(jù)的樣本標(biāo)準(zhǔn)差。其中 xbar 是序列的均值，如果你已經(jīng)知道了該序列的均值，可傳入該參數(shù)以減少計算量，當(dāng)然該函數(shù)不會去驗證你傳入的均值是否合法，使用錯誤的均值可能會產(chǎn)生無效的結(jié)果。???????

x = statistics.stdev([2,2,2,6])
print(x)
# 輸出結(jié)果
2.0

variance(data, xbar=None)

variance(data, xbar=None) 用于計算數(shù)據(jù)的樣本方差。???????

x = statistics.variance([2,2,2,6])
print(x)
# 輸出結(jié)果
4

statistics 總結(jié)

本文總結(jié)了 statistics 模塊的常規(guī)操作，對于數(shù)據(jù)分析還是非常有益處的。

到此這篇關(guān)于Python statistics模塊示例詳解的文章就介紹到這了,更多相關(guān)Python statistics模塊內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論