前言

中位數(shù)是一個(gè)可將數(shù)值集合劃分為相等的上下兩部分的一個(gè)數(shù)值。如果列表數(shù)據(jù)的個(gè)數(shù)是奇數(shù)，則列表中間那個(gè)數(shù)據(jù)就是列表數(shù)據(jù)的中位數(shù)；如果列表數(shù)據(jù)的個(gè)數(shù)是偶數(shù)，則列表中間那2個(gè)數(shù)據(jù)的算術(shù)平均值就是列表數(shù)據(jù)的中位數(shù)。在這個(gè)任務(wù)里，你將得到一個(gè)含有自然數(shù)的非空數(shù)組（X）。你必須把它分成上下兩部分，找到中位數(shù)。

輸入: 一個(gè)作為數(shù)組的整數(shù)(int)列表(list)的。

輸出: 數(shù)組的中位數(shù)(int, float). 

示例

get_median([1, 2, 3, 4, 5]) == 3
get_median([3, 1, 2, 5, 3]) == 3
get_median([1, 300, 2, 200, 1]) == 2
get_median([3, 6, 20, 99, 10, 15]) == 12.5

如何使用： 中位數(shù)在概率論和統(tǒng)計(jì)學(xué)中得到應(yīng)用，它偏態(tài)分布中有顯著的價(jià)值。例如:我們想從一組數(shù)據(jù)中知道人們的平均財(cái)富 -- 100人一個(gè)月收入100美元，10人一個(gè)月收入1,000,000美元。如果我們算平均值，得到的是91000美元。這是一個(gè)完全沒有向我們展示真實(shí)情況的奇怪的值。所以在這種情況下，中位數(shù)會(huì)給我們更有用的值和較好的描述。

前提: 1 < len(data) ≤ 1000 all(0 ≤ x < 10 ** 6 for x in data)

普通方法：

對(duì)列表進(jìn)行排序，針對(duì)列表長度是奇數(shù)還是偶數(shù)的不同情況，計(jì)算中位數(shù)。

def get_median(data):
   data = sorted(data)
   size = len(data)
   if size % 2 == 0: # 判斷列表長度為偶數(shù)
    median = (data[size//2]+data[size//2-1])/2
    data[0] = median
   if size % 2 == 1: # 判斷列表長度為奇數(shù)
    median = data[(size-1)//2]
    data[0] = median
   return data[0]

最佳方法：

這個(gè)解決方法非常巧妙，它利用了取反數(shù)和為1的特性，通過列表負(fù)索引來獲得列表中位數(shù)。

對(duì) return (data[half] + data[~half]) / 2 的解釋：

排序后得到序列[1,2,3,4,5,6]，其列表長度為偶數(shù)，中位數(shù)由列表中間兩位元素3（索引為2）,4（索引為3）決定。而元素4的負(fù)索引為-3，正好是索引2的取反數(shù)。

排序后得到序列[1,2,3,4,5]，其列表長度為奇數(shù)，中位數(shù)由列表中間元素3（索引為2，負(fù)索引為-3）決定。仍然符合代碼。 

   def get_median(data):
   data.sort()
   half = len(data) // 2
   return (data[half] + data[~half]) / 2

總結(jié)

以上就是Python實(shí)現(xiàn)獲取列表的中位數(shù)的全部內(nèi)容，希望本文的內(nèi)容對(duì)大家學(xué)習(xí)python能有所幫助。

最新評(píng)論