詳解Python如何獲取列表(List)的中位數
前言
中位數是一個可將數值集合劃分為相等的上下兩部分的一個數值。如果列表數據的個數是奇數，則列表中間那個數據就是列表數據的中位數；如果列表數據的個數是偶數，則列表中間那2個數據的算術平均值就是列表數據的中位數。在這個任務里，你將得到一個含有自然數的非空數組（X）。你必須把它分成上下兩部分，找到中位數。
輸入: 一個作為數組的整數(int)列表(list)的。
輸出: 數組的中位數(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： 中位數在概率論和統(tǒng)計學中得到應用，它偏態(tài)分布中有顯著的價值。例如:我們想從一組數據中知道人們的平均財富 -- 100人一個月收入100美元，10人一個月收入1,000,000美元。如果我們算平均值，得到的是91000美元。這是一個完全沒有向我們展示真實情況的奇怪的值。所以在這種情況下，中位數會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：
對列表進行排序，針對列表長度是奇數還是偶數的不同情況，計算中位數。
def get_median(data):
data = sorted(data)
size = len(data)
if size % 2 == 0: # 判斷列表長度為偶數
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
median = data[(size-1)//2]
data[0] = median
return data[0]
最佳方法：
這個解決方法非常巧妙，它利用了取反數和為1的特性，通過列表負索引來獲得列表中位數。
對 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，中位數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的負索引為-3，正好是索引2的取反數。
排序后得到序列[1,2,3,4,5]，其列表長度為奇數，中位數由列表中間元素3（索引為2，負索引為-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
以上就是Python實現獲取列表的中位數的全部內容，希望本文的內容對大家學習python能有所幫助。
相關文章
這篇文章主要為大家介紹了Python面向對象封裝案例基礎教程，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2023-06-06
python3.7實現云之訊、聚合短信平臺的短信發(fā)送功能
這篇文章主要介紹了python3.7實現云之訊、聚合短信平臺的短信發(fā)送功能，本文通過實例代碼給大家介紹的非常詳細，具有一定的參考借鑒價值,需要的朋友可以參考下2019-09-09
這篇文章為大家詳細介紹了在圖像上面進行了圖像均值濾波、方框濾波 、高斯濾波、中值濾波、雙邊濾波、2D卷積等具體操作的方法，需要的可以參考一下2023-02-02
這篇文章主要介紹了python實現將文本轉換成語音的方法,涉及Python中pyTTS模塊的相關使用技巧,需要的朋友可以參考下2015-05-05
解決django-xadmin列表頁filter關聯對象搜索問題
今天小編就為大家分享一篇解決django-xadmin列表頁filter關聯對象搜索問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-11-11
這篇文章主要介紹了Python全局變量用法,結合實例形式分析了Python中全局變量的定義、使用方法與相關注意事項,需要的朋友可以參考下2016-07-07
這篇文章主要介紹了pandas處理csv文件的方法步驟，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-10-10
這篇文章主要介紹了Pytorch中關于nn.Conv2d()參數的使用，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-06-06
淺談tensorflow1.0 池化層（pooling)和全連接層(dense)
本篇文章主要介紹了淺談tensorflow1.0 池化層（pooling)和全連接層(dense)，小編覺得挺不錯的，現在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-04-04
下面小編就為大家分享一篇python之從文件讀取數據到list的實例講解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04