Trovare la media di un elenco

Devo trovare la media di un elenco in Python. Questo è il mio codice finora

l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
print reduce(lambda x, y: x + y, l)

Ce l'ho, quindi aggiunge i valori nell'elenco, ma non so come dividerli in essi?

Su Python 3.4+ puoi usare statistics.mean()

l = [15, 18, 2, 36, 12, 78, 5, 6, 9]

import statistics
statistics.mean(l)  # 20.11111111111111

Nelle versioni precedenti di Python puoi farlo

sum(l) / len(l)

Su Python 2 devi convertire lenin float per ottenere la divisione float

sum(l) / float(len(l))

Non v'è alcuna necessità di utilizzare reduce. È molto più lento ed è stato rimosso in Python 3.

l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
sum(l) / len(l)

Puoi usare numpy.mean:

l = [15, 18, 2, 36, 12, 78, 5, 6, 9]

import numpy as np
print(np.mean(l))

Un modulo statistico è stato aggiunto a Python 3.4 . Ha una funzione per calcolare la media chiamata media . Un esempio con l'elenco che hai fornito sarebbe:

from statistics import mean
l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
mean(l)

Perché dovresti utilizzarlo reduce()quando Python ha una sum()funzione perfettamente cromulenta ?

print sum(l) / float(len(l))

( float()È necessario per forzare Python a fare una divisione in virgola mobile.)

Esiste una libreria di statistiche se si utilizza python> = 3.4

https://docs.python.org/3/library/statistics.html

Puoi usare un metodo medio come questo. Supponiamo che tu abbia un elenco di numeri di cui vuoi trovare una media: -

list = [11, 13, 12, 15, 17]
import statistics as s
s.mean(list)

Ha anche altri metodi come stdev, varianza, modalità, media armonica, mediana ecc. Che sono troppo utili.

Invece di lanciare in float, puoi aggiungere 0,0 alla somma:

def avg(l):
    return sum(l, 0.0) / len(l)

sum(l) / float(len(l)) è la risposta giusta, ma solo per completezza è possibile calcolare una media con una sola riduzione:

>>> reduce(lambda x, y: x + y / float(len(l)), l, 0)
20.111111111111114

Si noti che ciò può comportare un leggero errore di arrotondamento:

>>> sum(l) / float(len(l))
20.111111111111111

Ho provato a usare le opzioni sopra ma non ha funzionato. Prova questo:

from statistics import mean

n = [11, 13, 15, 17, 19]

print(n)
print(mean(n))

lavorato su Python 3.5

Oppure usa pandasil Series.meanmetodo:

pd.Series(sequence).mean()

demo:

>>> import pandas as pd
>>> l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
>>> pd.Series(l).mean()
20.11111111111111
>>> 

Dai documenti:

Series.mean(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)¶

Ed ecco i documenti per questo:

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.mean.html

E l'intera documentazione:

https://pandas.pydata.org/pandas-docs/stable/10min.html

Avevo una domanda simile da risolvere nei problemi di Udacity. Invece di una funzione integrata ho codificato:

def list_mean(n):

    summing = float(sum(n))
    count = float(len(n))
    if n == []:
        return False
    return float(summing/count)

Molto più lungo del solito, ma per un principiante è piuttosto impegnativo.

come principiante, ho appena codificato questo:

L = [15, 18, 2, 36, 12, 78, 5, 6, 9]

total = 0

def average(numbers):
    total = sum(numbers)
    total = float(total)
    return total / len(numbers)

print average(L)

Se volessi ottenere qualcosa in più della media (alias media) potresti dare un'occhiata alle statistiche di Scipy

from scipy import stats
l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
print(stats.describe(l))

# DescribeResult(nobs=9, minmax=(2, 78), mean=20.11111111111111, 
# variance=572.3611111111111, skewness=1.7791785448425341, 
# kurtosis=1.9422716419666397)

Per poter utilizzare la reducemedia corrente, è necessario tenere traccia del totale ma anche del numero totale di elementi visti finora. poiché questo non è un elemento banale nell'elenco, dovrai anche passare reduceun argomento in più in cui piegare.

>>> l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
>>> running_average = reduce(lambda aggr, elem: (aggr[0] + elem, aggr[1]+1), l, (0.0,0))
>>> running_average[0]
(181.0, 9)
>>> running_average[0]/running_average[1]
20.111111111111111

Entrambi possono darti vicino a valori simili su un numero intero o almeno 10 valori decimali. Ma se stai davvero prendendo in considerazione valori variabili lunghi entrambi possono essere diversi. L'approccio può variare in base a ciò che si desidera ottenere.

>>> l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
>>> print reduce(lambda x, y: x + y, l) / len(l)
20
>>> sum(l)/len(l)
20

Valori fluttuanti

>>> print reduce(lambda x, y: x + y, l) / float(len(l))
20.1111111111
>>> print sum(l)/float(len(l))
20.1111111111

@Andrew Clark aveva ragione sulla sua dichiarazione.

supporre che

x = [[-5.01,-5.43,1.08,0.86,-2.67,4.94,-2.51,-2.25,5.56,1.03], [-8.12,-3.48,-5.52,-3.78,0.63,3.29,2.09,-2.13,2.86,-3.33], [-3.68,-3.54,1.66,-4.11,7.39,2.08,-2.59,-6.94,-2.26,4.33]]

puoi notare che xha dimensione 3 * 10 se hai bisogno di ottenere meanper ogni riga puoi digitare questo

theMean = np.mean(x1,axis=1)

non dimenticare di import numpy as np

l = [15, 18, 2, 36, 12, 78, 5, 6, 9]

l = map(float,l)
print '%.2f' %(sum(l)/len(l))

Trova la media nella lista usando il seguente codice PYTHON :

l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
print(sum(l)//len(l))

prova questo facile.

print reduce(lambda x, y: x + y, l)/(len(l)*1.0)

o come pubblicato in precedenza

sum(l)/(len(l)*1.0)

1.0 è per assicurarsi di ottenere una divisione in virgola mobile

Combinando un paio di risposte sopra, ho escogitato quanto segue che funziona con la riduzione e non presume che tu abbia a Ldisposizione la funzione di riduzione:

from operator import truediv

L = [15, 18, 2, 36, 12, 78, 5, 6, 9]

def sum_and_count(x, y):
    try:
        return (x[0] + y, x[1] + 1)
    except TypeError:
        return (x + y, 2)

truediv(*reduce(sum_and_count, L))

# prints 
20.11111111111111

Voglio aggiungere solo un altro approccio

import itertools,operator
list(itertools.accumulate(l,operator.add)).pop(-1) / len(l)

numbers = [0,1,2,3]

numbers[0] = input("Please enter a number")

numbers[1] = input("Please enter a second number")

numbers[2] = input("Please enter a third number")

numbers[3] = input("Please enter a fourth number")

print (numbers)

print ("Finding the Avarage")

avarage = int(numbers[0]) + int(numbers[1]) + int(numbers[2]) + int(numbers [3]) / 4

print (avarage)