求一個python程序，計算三個數(shù)的平均數(shù)和方差

def fangcha():

創(chuàng)新互聯(lián)建站主營額敏網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營網(wǎng)站建設(shè)方案,重慶APP開發(fā)公司,額敏h5微信平臺小程序開發(fā)搭建,額敏網(wǎng)站營銷推廣歡迎額敏等地區(qū)企業(yè)咨詢

a=float(raw_input("請輸入a:"))

b=float(raw_input("請輸入b:"))

c=float(raw_input("請輸入C:"))

d=(a+b+c)/3.0

e=((a-d)**2+(b-d)**2+(c-d)**2)/3.0

print "平均數(shù)是:%f方差是：%f" %(d,e)

fangcha()

Python2.7可用

Python基礎(chǔ) numpy中的常見函數(shù)有哪些

有些Python小白對numpy中的常見函數(shù)不太了解，今天小編就整理出來分享給大家。

Numpy是Python的一個科學(xué)計算的庫，提供了矩陣運算的功能，其一般與Scipy、matplotlib一起使用。其實，list已經(jīng)提供了類似于矩陣的表示形式，不過numpy為我們提供了更多的函數(shù)。

數(shù)組常用函數(shù)

1.where()按條件返回數(shù)組的索引值

2.take(a,index)從數(shù)組a中按照索引index取值

3.linspace(a,b,N)返回一個在(a,b)范圍內(nèi)均勻分布的數(shù)組，元素個數(shù)為N個

4.a.fill()將數(shù)組的所有元素以指定的值填充

5.diff(a)返回數(shù)組a相鄰元素的差值構(gòu)成的數(shù)組

6.sign(a)返回數(shù)組a的每個元素的正負(fù)符號

7.piecewise(a,[condlist],[funclist])數(shù)組a根據(jù)布爾型條件condlist返回對應(yīng)元素結(jié)果

8.a.argmax(),a.argmin()返回a最大、最小元素的索引

改變數(shù)組維度

a.ravel(),a.flatten():將數(shù)組a展平成一維數(shù)組

a.shape=(m,n),a.reshape(m,n):將數(shù)組a轉(zhuǎn)換成m*n維數(shù)組

a.transpose,a.T轉(zhuǎn)置數(shù)組a

數(shù)組組合

1.hstack((a,b)),concatenate((a,b),axis=1)將數(shù)組a,b沿水平方向組合

2.vstack((a,b)),concatenate((a,b),axis=0)將數(shù)組a,b沿豎直方向組合

3.row_stack((a,b))將數(shù)組a,b按行方向組合

4.column_stack((a,b))將數(shù)組a,b按列方向組合

數(shù)組分割

1.split(a,n,axis=0),vsplit(a,n)將數(shù)組a沿垂直方向分割成n個數(shù)組

2.split(a,n,axis=1),hsplit(a,n)將數(shù)組a沿水平方向分割成n個數(shù)組

數(shù)組修剪和壓縮

1.a.clip(m,n)設(shè)置數(shù)組a的范圍為(m,n),數(shù)組中大于n的元素設(shè)定為n,小于m的元素設(shè)定為m

2.a.compress()返回根據(jù)給定條件篩選后的數(shù)組

數(shù)組屬性

1.a.dtype數(shù)組a的數(shù)據(jù)類型

2.a.shape數(shù)組a的維度

3.a.ndim數(shù)組a的維數(shù)

4.a.size數(shù)組a所含元素的總個數(shù)

5.a.itemsize數(shù)組a的元素在內(nèi)存中所占的字節(jié)數(shù)

6.a.nbytes整個數(shù)組a所占的內(nèi)存空間7.a.astype(int)轉(zhuǎn)換a數(shù)組的類型為int型

數(shù)組計算

1.average(a,weights=v)對數(shù)組a以權(quán)重v進(jìn)行加權(quán)平均

2.mean(a),max(a),min(a),middle(a),var(a),std(a)數(shù)組a的均值、最大值、最小值、中位數(shù)、方差、標(biāo)準(zhǔn)差

3.a.prod()數(shù)組a的所有元素的乘積

4.a.cumprod()數(shù)組a的元素的累積乘積

5.cov(a,b),corrcoef(a,b)數(shù)組a和b的協(xié)方差、相關(guān)系數(shù)

6.a.diagonal()查看矩陣a對角線上的元素7.a.trace()計算矩陣a的跡，即對角線元素之和

以上就是numpy中的常見函數(shù)。更多Python學(xué)習(xí)推薦:PyThon學(xué)習(xí)網(wǎng)教學(xué)中心。

用python求數(shù)據(jù)表中數(shù)據(jù)的均值與方差

以下為代碼：

numstr = input("請輸入全部數(shù)據(jù)：用英文逗號(,)，中文逗號(，)，\

空格( )，制表符(tab鍵)或換行(請一次性復(fù)制過來)中的一種統(tǒng)一分隔數(shù)據(jù)：")

if "," in numstr:

numlist = numstr.split(",")

elif "，" in numstr:

numlist = numstr.split("，")

elif "\t" in numstr:

numlist = numstr.split("\t")

elif "\n" in numstr:

numlist = numstr.split("\n")

elif " " in numstr:

numlist = numstr.split(" ")

else:

numlist = [numstr]

numlist = list(map(lambda x:x.strip(",").strip("，").\

? ? ? ? ? ? ?strip("\t").strip("\n").strip(" "), numlist))

for i in numlist.copy():

try:

? a = float(i)

except:

? numlist.remove(i)

? print("已過濾字符串：%s"%i)

#好了，上面很多只是方便用戶而已（但還是有一些有用的），主要是下面

numlist = list(map(lambda x:float(x), numlist))#所有字符串轉(zhuǎn)為浮點

print("最終數(shù)列：",numlist)#輸出最終數(shù)列，進(jìn)行核對

average = sum(numlist)/len(numlist)#用數(shù)列和除以出列長度得到平均數(shù)

variance = 0#方差，先記為0

for i in numlist:#遍歷列表

variance += (i - average) ** 2#反正就是公式對吧，先加進(jìn)去

variance /= len(numlist)#還是公式，那一長串還得除以一個數(shù)列長度

print("均值：%.2f\n方差：%.2f"%(average, variance))#分兩行輸出

以下為輸出效果：

請輸入全部數(shù)據(jù)：用英文逗號(,)，中文逗號(，)，空格( )，制表符(tab鍵)或換行(請一次性復(fù)制過來)中的一種統(tǒng)一分隔數(shù)據(jù)：38,22,99,10,99,7, 25,,40

已過濾字符串：

最終數(shù)列： [38.0, 22.0, 99.0, 10.0, 99.0, 7.0, 25.0, 40.0]

均值：42.50

方差：1181.75

以下為解析：

平均值的思路就是總和除以列表長度，方差的思路就是把所有的(x-均值)2加起來，最后再除以一個長度即可。

本程序的優(yōu)點：輸入時逗號后出現(xiàn)空格與不小心多打逗號等情況都不會出問題，可以接受小數(shù)，可以先輸出最終數(shù)列以供核對。

用Python怎么算Mean和standard deviation

standard deviation:標(biāo)準(zhǔn)差 ，也稱均方差(mean square error)，是各數(shù)據(jù)偏離平均數(shù)的距離的平均數(shù)，它是離均差平方和平均后的方根，用σ表示。標(biāo)準(zhǔn)差是方差的算術(shù)平方根。標(biāo)準(zhǔn)差能反映一個數(shù)據(jù)集的離散程度。平均數(shù)相同的，標(biāo)準(zhǔn)差未必相同。

mean deviation:平均偏差是指單項測定值與平均值的偏差(取絕對值)之和，除以測定次數(shù)。它是代表一組測量值中任意數(shù)值的偏差。所以平均偏差不計正負(fù)。

文章標(biāo)題：python均方差函數(shù),python求方差函數(shù)
本文來源：http://chinadenli.net/article34/hddhse.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供面包屑導(dǎo)航、品牌網(wǎng)站設(shè)計、Google、做網(wǎng)站、企業(yè)建站、移動網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)