Esiste un metodo di libreria integrato o standard in Python per calcolare la media aritmetica (un tipo di media) di un elenco di numeri?
Esiste un metodo di libreria integrato o standard in Python per calcolare la media aritmetica (un tipo di media) di un elenco di numeri?
Risposte:
Non sono a conoscenza di nulla nella libreria standard. Tuttavia, potresti usare qualcosa come:
def mean(numbers):
return float(sum(numbers)) / max(len(numbers), 1)
>>> mean([1,2,3,4])
2.5
>>> mean([])
0.0
In intorpidimento, c'è numpy.mean()
.
[]
è 0
, che può essere fatta da float(sum(l))/max(len(l),1)
.
max
?
NumPy ha una numpy.mean
media aritmetica. L'utilizzo è semplice come questo:
>>> import numpy
>>> a = [1, 2, 4]
>>> numpy.mean(a)
2.3333333333333335
Utilizzare statistics.mean
:
import statistics
print(statistics.mean([1,2,4])) # 2.3333333333333335
È disponibile da Python 3.4. Per gli utenti 3.1-3.3, una versione precedente del modulo è disponibile su PyPI con il nome stats
. Passa statistics
a stats
.
timeit("numpy.mean(vec))
, timeit("sum(vec)/len(vec)")
e timeit("statistics.mean(vec)")
- il secondo è più lento degli altri per un fattore enorme (> 100 in alcuni casi sul mio PC). Ciò sembra essere dovuto a un'implementazione particolarmente precisa sum
dell'operatore in statistics
, vedi PEP e Codice . Non sono sicuro del motivo della grande differenza di prestazioni tra statistics._sum
e numpy.sum
, comunque.
statistics.mean
tentativo di essere corretto . Calcola correttamente la media di [1e50, 1, -1e50] * 1000
.
statistics.mean
accetterà anche un'espressione generatrice di valori, che tutte le soluzioni che usano len()
per il divisore si strozzeranno.
Non hai nemmeno bisogno di intorpidimento o scipy ...
>>> a = [1, 2, 3, 4, 5, 6]
>>> print(sum(a) / len(a))
3
from __future__ import division
in cima al tuo programma
a = list()
? Il codice proposto risulta in ZeroDivisionError
.
Usa scipy:
import scipy;
a=[1,2,4];
print(scipy.mean(a));
Invece di lanciare il float puoi fare quanto segue
def mean(nums):
return sum(nums, 0.0) / len(nums)
o usando lambda
mean = lambda nums: sum(nums, 0.0) / len(nums)
AGGIORNAMENTI: 15-12-2019
Python 3.8 ha aggiunto la funzione fmean al modulo statistico . Che è più veloce e restituisce sempre float.
Converti i dati in float e calcola la media aritmetica.
Funziona più velocemente della funzione mean () e restituisce sempre un float. I dati possono essere una sequenza o iterabili. Se il set di dati di input è vuoto, genera un StatisticsError.
fmean ([3.5, 4.0, 5.25])
4.25
Novità nella versione 3.8.
from statistics import mean
avarage=mean(your_list)
per esempio
from statistics import mean
my_list=[5,2,3,2]
avarage=mean(my_list)
print(avarage)
e il risultato è
3.0
def avg(l):
"""uses floating-point division."""
return sum(l) / float(len(l))
l1 = [3,5,14,2,5,36,4,3]
l2 = [0,0,0]
print(avg(l1)) # 9.0
print(avg(l2)) # 0.0
def list_mean(nums):
sumof = 0
num_of = len(nums)
mean = 0
for i in nums:
sumof += i
mean = sumof / num_of
return float(mean)
Ho sempre pensato che avg
fosse omesso dai builtin / stdlib perché è semplice come
sum(L)/len(L) # L is some list
e tutti gli avvertimenti sarebbero già stati risolti nel codice chiamante per l'uso locale .
Avvertenze importanti:
risultato non float: in python2, 9/4 è 2. per risolvere, usare float(sum(L))/len(L)
ofrom __future__ import division
divisione per zero: l'elenco potrebbe essere vuoto. risolvere:
if not L:
raise WhateverYouWantError("foo")
avg = float(sum(L))/len(L)
La risposta corretta alla tua domanda è usare statistics.mean
. Ma per divertimento, ecco una versione di mean che non usa la len()
funzione, quindi (come statistics.mean
) può essere usata su generatori, che non supportano len()
:
from functools import reduce
from operator import truediv
def ave(seq):
return truediv(*reduce(lambda a, b: (a[0] + b[1], b[0]),
enumerate(seq, start=1),
(0, 0)))
Altri hanno già pubblicato ottime risposte, ma alcune persone potrebbero ancora cercare un modo classico per trovare Mean (avg), quindi qui inserisco questo (codice testato in Python 3.6):
def meanmanual(listt):
mean = 0
lsum = 0
lenoflist = len(listt)
for i in listt:
lsum += i
mean = lsum / lenoflist
return float(mean)
a = [1, 2, 3, 4, 5, 6]
meanmanual(a)
Answer: 3.5