python如何定義一個(gè)函數(shù)求列表各項(xiàng)數(shù)據(jù)平均值？

# coding = GBK

創(chuàng)新互聯(lián)建站是一家集網(wǎng)站建設(shè),君山企業(yè)網(wǎng)站建設(shè),君山品牌網(wǎng)站建設(shè),網(wǎng)站定制,君山網(wǎng)站建設(shè)報(bào)價(jià),網(wǎng)絡(luò)營(yíng)銷,網(wǎng)絡(luò)優(yōu)化,君山網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強(qiáng)企業(yè)競(jìng)爭(zhēng)力。可充分滿足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時(shí)我們時(shí)刻保持專業(yè)、時(shí)尚、前沿，時(shí)刻以成就客戶成長(zhǎng)自我，堅(jiān)持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實(shí)用型網(wǎng)站。

a =[1,2,3,4,5]

sum=0

b = len(a)

print("這個(gè)數(shù)組的長(zhǎng)度為：",b)

for i? in a:

sum =sum +i

print("這個(gè)數(shù)組之和為：",sum)

print("這個(gè)數(shù)組平均數(shù)為",sum/b)

或

import sys

sum = 0

cnt = 0

f = open('1.txt', 'r')

files = f.readline()

while (files ):

sum = sum + float(files .split(",")[0])

cnt = cnt + 1

files = f.readline()

print(sum / cnt)

f.close()

或者。

#!/usr/bin/env pythonimport timeimport numpy as np

dd = np.random.randint(0, 20, size=(2*1000*1000))t_start = time.clock()avg_sum1 =

0.0BlockOffset = 0 ? ? while BlockOffset len(dd):

if dd[BlockOffset + 1] = 10:

avg_sum1 += dd[BlockOffset + 1] * 0.1

else:

avg_sum1 += dd[BlockOffset + 0] * 0.01

BlockOffset += 2print('Avg: ' + str(avg_sum1 / len(dd) / 2)) ? ?print('Exe time: ' +

str(time.clock() - t_start))

擴(kuò)展資料：

python 實(shí)現(xiàn)求和、計(jì)數(shù)、最大最小值、平均值、中位數(shù)、標(biāo)準(zhǔn)偏差、百分比。

import?sys

class?Stats:

def?__init__(self, sequence):

# sequence of numbers we will process

# convert all items to floats for numerical processing

self.sequence?=?[float(item)?for?item?in?sequence]

def?sum(self):

if?len(self.sequence) ?1:

return?None

else:

return?sum(self.sequence)

def?count(self):

return?len(self.sequence)

def?min(self):

if?len(self.sequence) ?1:

return?None

else:

return?min(self.sequence)

def?max(self):

if?len(self.sequence) ?1:

return?None

else:

return?max(self.sequence)

def?avg(self):

if?len(self.sequence) ?1:

return?None

else:

return?sum(self.sequence)?/?len(self.sequence)?

def?median(self):

if?len(self.sequence) ?1:

return?None

else:

self.sequence.sort()

return?self.sequence[len(self.sequence)?//?2]

def?stdev(self):

if?len(self.sequence) ?1:

return?None

else:

avg?=?self.avg()

sdsq?=?sum([(i?-?avg)?**?2?for?i?in?self.sequence])

stdev?=?(sdsq?/?(len(self.sequence)?-?1))?**?.5

return?stdev

def?percentile(self, percentile):

if?len(self.sequence) ?1:

value?=?None

elif?(percentile =?100):

sys.stderr.write('ERROR: percentile must be 100.? you supplied: %s\n'%?percentile)

value?=?None

else:

element_idx?=?int(len(self.sequence)?*?(percentile?/?100.0))

self.sequence.sort()

value?=?self.sequence[element_idx]

return?value

參考資料來(lái)源：百度百科-python

2 如何用Python進(jìn)行數(shù)據(jù)計(jì)算

numpy計(jì)算平均數(shù) 標(biāo)準(zhǔn)差 相關(guān)系數(shù)等基本知識(shí)

NumPy 是python 語(yǔ)言的一個(gè)第三方庫(kù)，其支持大量高維度數(shù)組與矩陣運(yùn)算。此外，NumPy 也針對(duì)數(shù)組運(yùn)算提供大量的數(shù)學(xué)函數(shù)。

#導(dǎo)入Numpy庫(kù)，并命名為np

import numpy as np

#創(chuàng)建一維數(shù)組

a = np.array([1, 2, 3])

# NumPy可以很方便地創(chuàng)建連續(xù)數(shù)組，比如我使用arange或linspace函數(shù)進(jìn)行創(chuàng)建：

b = np.arange(1,5,1) // 返回一個(gè)有終點(diǎn)和起點(diǎn)、固定步長(zhǎng)的排列，如起點(diǎn)是1，終點(diǎn)是4，步長(zhǎng)為1，即【1,2,3,4】，

c = np.linspace(1,9,5) 返回一個(gè)有終點(diǎn)和起點(diǎn)、元素個(gè)數(shù)的的排列，如起點(diǎn)是1，終點(diǎn)是9，元素個(gè)數(shù)為5,即【1,3,5,7,9】

#通過(guò)NumPy可以自由地創(chuàng)建等差數(shù)組，同時(shí)也可以進(jìn)行加、減、乘、除、求n次方和取余數(shù)。

求和：np.sum(a)

求取平均值：np.mean(a)

求取中位數(shù)：np.median(a)

求取加權(quán)平均數(shù)：np.average(a)

求取方差：var() np.var(a)

求取最小值：np.amin(a)

求取最大值：np.amax(a)

將兩個(gè)數(shù)相加：np.add(x1, x2)

將兩個(gè)數(shù)相減：np.subtract(x1, x2)

將兩個(gè)數(shù)相乘：np.multiply(x1, x2)

將兩個(gè)數(shù)相除：np.divide(x1, x2)

立方：np.power(x1, x2)

除余：np.remainder(x1, x2)

相關(guān)系數(shù)計(jì)算：np.corrcoef(a1, a2) (a1、a2都是矩陣)

Python基礎(chǔ) numpy中的常見(jiàn)函數(shù)有哪些

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

Numpy是Python的一個(gè)科學(xué)計(jì)算的庫(kù)，提供了矩陣運(yùn)算的功能，其一般與Scipy、matplotlib一起使用。其實(shí)，list已經(jīng)提供了類似于矩陣的表示形式，不過(guò)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?cái)?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(gè)在(a,b)范圍內(nèi)均勻分布的數(shù)組，元素個(gè)數(shù)為N個(gè)

4.a.fill()將數(shù)組的所有元素以指定的值填充

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

6.sign(a)返回?cái)?shù)組a的每個(gè)元素的正負(fù)符號(hào)

7.piecewise(a,[condlist],[funclist])數(shù)組a根據(jù)布爾型條件condlist返回對(duì)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(gè)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(gè)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(gè)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(gè)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(jì)算

1.average(a,weights=v)對(duì)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(duì)角線上的元素7.a.trace()計(jì)算矩陣a的跡，即對(duì)角線元素之和

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

如何用python求list的中位數(shù)

def?median(lst):

if?not?lst:

return?

lst=sorted(lst)

if?len(lst)%2==1:

return?lst[len(lst)//2]

else:

return??(lst[len(lst)//2-1]+lst[len(lst//2])/2.0

python用戶輸入若干個(gè)整數(shù),按降序打印輸出在一行(使用空格間隔),并給出中位數(shù)？

# coding=gbk

import numpy as np

inputStr = input("請(qǐng)輸入多個(gè)整數(shù)，以空格分隔：")

# 使用列表推導(dǎo)式將輸入的內(nèi)容以空格分隔，如果有小數(shù)，則通過(guò)int函數(shù)變?yōu)檎麛?shù)

input_lists = [int(num) for num in inputStr.split(" ")]

# 通過(guò)sort方法，并使用參數(shù)reverse=True，來(lái)將列表的數(shù)據(jù)以降序排列

input_lists.sort(reverse=True)

# 由于通過(guò)",".join()連接的列表不能有整數(shù)元素，所以通過(guò)列表推導(dǎo)式將列表每個(gè)元素通過(guò)str轉(zhuǎn)為字符串后，再聯(lián)接為以逗號(hào)分隔的字符串

print(",".join([str(num) for num in input_lists]))

# 使用numpy的median函數(shù)來(lái)得到中位數(shù)

print(np.median(input_lists))

中位數(shù)python代碼

使用python找到一列數(shù)的中位數(shù)并輸出的代碼示例如下，只有9行代碼：

import random;

N=9;lst=[

random.randint(0,100)

for i in range(N)];

lst.sort();

l=len(lst);

print("sorted:",lst);

print("median:",

sum(lst[((l-1)//2):(l//2+1)])/2);

本文名稱：python求中位數(shù)函數(shù) python計(jì)算中位數(shù)
網(wǎng)址分享：http://chinadenli.net/article8/hgcsip.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供品牌網(wǎng)站設(shè)計(jì)、外貿(mào)網(wǎng)站建設(shè)、、網(wǎng)站策劃、手機(jī)網(wǎng)站建設(shè)、Google

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(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)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(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)