快捷導(dǎo)航

Python統(tǒng)計(jì)分析模塊statistics用法示例

更新時(shí)間：2019年09月06日 08:43:37 作者：cakincqm

這篇文章主要介紹了Python統(tǒng)計(jì)分析模塊statistics用法,結(jié)合實(shí)例形式分析了Python統(tǒng)計(jì)分析模塊statistics計(jì)算平均數(shù)、中位數(shù)、出現(xiàn)次數(shù)、標(biāo)準(zhǔn)差等相關(guān)操作技巧,需要的朋友可以參考下

本文實(shí)例講述了Python統(tǒng)計(jì)分析模塊statistics用法。分享給大家供大家參考，具體如下：

一計(jì)算平均數(shù)函數(shù)mean()

>>>import statistics
>>> statistics.mean([1,2,3,4,5,6,7,8,9])#使用整數(shù)列表做參數(shù)
5
>>> statistics.mean(range(1,10))#使用range對(duì)象做參數(shù)
5
>>>import fractions
>>> x =[(3,7),(1,21),(5,3),(1,3)]
>>> y =[fractions.Fraction(*item)for item in x]
>>> y
[Fraction(3,7),Fraction(1,21),Fraction(5,3),Fraction(1,3)]
>>> statistics.mean(y)#使用包含分?jǐn)?shù)的列表做參數(shù)
Fraction(13,21)
>>>import decimal
>>> x =('0.5','0.75','0.625','0.375')
>>> y = map(decimal.Decimal, x)
>>> statistics.mean(y)
Decimal('0.5625')

二中位數(shù)函數(shù)median()、median_low()、median_high()、median_grouped()

>>> statistics.median([1,3,5,7])#偶數(shù)個(gè)樣本時(shí)取中間兩個(gè)數(shù)的平均數(shù)
4.0
>>> statistics.median_low([1,3,5,7])#偶數(shù)個(gè)樣本時(shí)取中間兩個(gè)數(shù)的較小者
3
>>> statistics.median_high([1,3,5,7])#偶數(shù)個(gè)樣本時(shí)取中間兩個(gè)數(shù)的較大者
5
>>> statistics.median(range(1,10))
5
>>> statistics.median_low([5,3,7]), statistics.median_high([5,3,7])
(5,5)
>>> statistics.median_grouped([5,3,7])
5.0
>>> statistics.median_grouped([52,52,53,54])
52.5
>>> statistics.median_grouped([1,3,3,5,7])
3.25
>>> statistics.median_grouped([1,2,2,3,4,4,4,4,4,5])
3.7
>>> statistics.median_grouped([1,2,2,3,4,4,4,4,4,5], interval=2)
3.4

三返回最常見(jiàn)數(shù)據(jù)或出現(xiàn)次數(shù)最多的數(shù)據(jù)（most common data）的函數(shù)mode()

>>> statistics.mode([1,3,5,7])#無(wú)法確定出現(xiàn)次數(shù)最多的唯一元素
Traceback(most recent call last):
File"<pyshell#27>", line 1,in<module>
statistics.mode([1,3,5,7])#無(wú)法確定出現(xiàn)次數(shù)最多的唯一元素
File"D:\Python36\lib\statistics.py", line 507,in mode
'no unique mode; found %d equally common values'% len(table)
statistics.StatisticsError: no unique mode; found 4 equally common values
>>> statistics.mode([1,3,5,7,3])
3
>>> statistics.mode(["red","blue","blue","red","green","red","red"])
'red'

四 pstdev()，返回總體標(biāo)準(zhǔn)差（population standard deviation ，the square root of the population variance)

>>> statistics.pstdev([1.5,2.5,2.5,2.75,3.25,4.75])
0.986893273527251
>>> statistics.pstdev(range(20))
5.766281297335398

五 pvariance()，返回總體方差（population variance）或二次矩（second moment）

>>> statistics.pvariance([1.5,2.5,2.5,2.75,3.25,4.75])
0.9739583333333334
>>> x =[1,2,3,4,5,10,9,8,7,6]
>>> mu = statistics.mean(x)
>>> mu
5.5
>>> statistics.pvariance([1,2,3,4,5,10,9,8,7,6], mu)
8.25
>>> statistics.pvariance(range(20))
33.25
>>> statistics.pvariance((random.randint(1,10000)for i in range(30)))
>>>import random
>>> statistics.pvariance((random.randint(1,10000)for i in range(30)))
7117280.4

更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專(zhuān)題：《Python數(shù)學(xué)運(yùn)算技巧總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》及《Python入門(mén)與進(jìn)階經(jīng)典教程》

希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。

您可能感興趣的文章: