1. 平均值:
- statistics.mean(data): 计算数据集的算术平均值。
import statistics
data = [1, 2, 3, 4, 5]
mean_value = statistics.mean(data)
print(mean_value)
2. 中位数:
- statistics.median(data): 计算数据集的中位数。
import statistics
data = [1, 2, 3, 4, 5]
median_value = statistics.median(data)
print(median_value)
3. 众数:
- statistics.mode(data): 计算数据集的众数。
import statistics
data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4]
mode_value = statistics.mode(data)
print(mode_value)
4. 方差和标准差:
- statistics.variance(data): 计算数据集的方差。
- statistics.stdev(data): 计算数据集的标准差。
import statistics
data = [1, 2, 3, 4, 5]
variance_value = statistics.variance(data)
stdev_value = statistics.stdev(data)
print(variance_value)
print(stdev_value)
5. 总体标准差:
- statistics.pstdev(data): 计算数据集的总体标准差。
import statistics
data = [1, 2, 3, 4, 5]
pstdev_value = statistics.pstdev(data)
print(pstdev_value)
6. 总体方差:
- statistics.pvariance(data): 计算数据集的总体方差。
import statistics
data = [1, 2, 3, 4, 5]
pvariance_value = statistics.pvariance(data)
print(pvariance_value)
这些函数提供了一些基本的统计功能,适用于对数据集进行简单的描述性统计。如果需要更复杂的统计分析,可能需要使用专业的统计库,如 NumPy 或 SciPy。
转载请注明出处:http://www.zyzy.cn/article/detail/13303/Python3