statistics -- | Python statistics

statistics. mean (data)¶. 返回data 的样本算术平均数,形式为序列或迭代器。

算术平均数是数据之和与数据点个数的商。

通常称作“平均数”,尽管它指示诸多数学 ...瀏覽索引模組|下一頁|上一頁|Python»3.9.5Documentation»Python標準函式庫(StandardLibrary)»數值與數學模組»|statistics---數學統計函式¶3.4版新加入.Sourcecode:Lib/statistics.py该模块提供了用于计算数字(Real-valued)数据的数理统计量的函数。

此模块并不是诸如NumPy,SciPy等第三方库或者诸如Minitab,SAS,Matlab等针对专业统计学家的专有全功能统计软件包的竞品。

此模块针对图形和科学计算器的水平。

除非明确注释,这些函数支持int,float,Decimal和Fraction。

当前不支持同其他类型(是否在数字塔中)的行为。

混合类型的集合也是未定义的,并且依赖于实现。

如果你输入的数据由混合类型组成,你应该能够使用map()来确保一个一致的结果,比如:map(float,input_data)。

平均值與中央位置量數¶這些函式計算來自一個母體或樣本的平均值或代表值。

mean()數據的算術平均(平均值)。

fmean()快速的,浮点算数平均数。

geometric_mean()数据的几何平均数harmonic_mean()数据的调和均值median()數據的中位數(中間值)。

median_low()數據中較小的中位數。

median_high()數據中較大的中位數。

median_grouped()分組數據的中位數或50%處。

mode()离散的或标称的数据的单个众数(出现最多的值)。

multimode()离散的或标称的数据的众数列表(出现最多的值)。

quantiles()将数据以相等的概率分为多个间隔。

離度(spread)的測量¶這些函式計算母體或樣本偏離平均值的程度。

pstdev()數據的母體標準差pvariance()數據的母體變異數stdev()數據的樣本標準差variance()數據的樣本變異數函式細節¶注释:这些函数不需要对提供给它们的数据进行排序。

但是,为了方便阅读,大多数例子展示的是已排序的序列。

statistics.mean(data)¶返回data的样本算术平均数,形式为序列或迭代器。

算术平均数是数据之和与数据点个数的商。

通常称作“平均数”,尽管它指示诸多数学平均数之一。

它是数据的中心位置的度量。

若data为空,将会引发StatisticsError。

一些用法示例:>>>mean([1,2,3,4,4])2.8>>>mean([-1.0,2.5,3.25,5.75])2.625>>>fromfractionsimportFractionasF>>>mean([F(3,7),F(1,21),F(5,3),F(1,3)])Fraction(13,21)>>>fromdecimalimportDecimalasD>>>mean([D("0.5"),D("0.75"),D("0.625"),D("0.375")])Decimal('0.5625')備註均值非常受异常值的影响并且这不是中心位置的可靠估计:均值不一定是数据点的典型示例。

如需要更可靠的的估计,请参考median()和mode()。

样本均值给出了一个无偏向的真实总体均值的估计,因此当平均抽取所有可能的样本,mean(sample)收敛于整个总体的真实均值。

如果data代表整个总体而不是样本,那么mean(data)等同于计算真实整体均值μ。

statistics.fmean(data)¶将data转换成浮点数并且计算算术平均数。

此函数的运行速度比mean()函数快并且它总是返回一个float。

data可以为序列或可迭代对象。

如果输入数据集为空,则会引发StatisticsError。

>>>fmean([3.5,4.0,5.25])4.253.8版新加入.statistics.geometric_mean(data)¶将data


常見投資理財問答


延伸文章資訊