Python统计模块statistics用法精要

有些统计学术语把握不是特别准确，担心有翻译错的，所以在不确定的地方保留了英文原文，如果有翻译错的也请路过的同行指出，多谢！
1、mean()

计算平均值

>>> import statistics

>>> statistics.mean([1, 2, 3, 4, 5, 6, 7, 8, 9])

5.0

>>> statistics.mean(range(1,10))

5.0

>>> 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)

Fraction(13, 21)

>>> import decimal

>>> x = ('0.5', '0.75', '0.625', '0.375')

>>> y = map(decimal.Decimal, x)

>>> y

>>> list(y)

[Decimal('0.5'), Decimal('0.75'), Decimal('0.625'), Decimal('0.375')]

>>> statistics.mean(y)

Traceback (most recent call last):

File "<pyshell#411>", line 1, in <module>

statistics.mean(y)

File "C:\Python 3.5\lib\statistics.py", line 292, in mean

raise StatisticsError('mean requires at least one data point')

statistics.StatisticsError: mean requires at least one data point

>>> list(y)

[]

>>> y = map(decimal.Decimal, x)

>>> statistics.mean(y)

Decimal('0.5625')

2、median()、median_low()、median_high()、median_grouped()

各种中位数

>>> statistics.median([1, 3, 5, 7])

4.0

>>> statistics.median_low([1, 3, 5, 7])

>>> statistics.median_high([1, 3, 5, 7])

>>> statistics.median([1, 3, 7])

>>> statistics.median([5, 3, 7])

>>> statistics.median(range(1,10))

>>> statistics.median_low([5, 3, 7])

>>> statistics.median_high([5, 3, 7])

>>> statistics.median_grouped([5, 3, 7])

5.0

>>> statistics.median_grouped([5, 3, 7, 1])

4.5

>>> statistics.median_grouped([52, 52, 53, 54])

52.5

>>> statistics.median_low([52, 52, 53, 54])

>>> statistics.median_high([52, 52, 53, 54])

>>> statistics.median_high([1, 3, 3, 5, 7])

>>> statistics.median_low([1, 3, 3, 5, 7])

>>> 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

3、mode()

返回最常见数据或出现次数最多的数据（most common data）

>>> statistics.mode([1, 3, 5, 7])

Traceback (most recent call last):

File "<pyshell#435>", line 1, in <module>

statistics.mode([1, 3, 5, 7])

File "C:\Python 3.5\lib\statistics.py", line 434, 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])

>>> statistics.mode([1, 3, 5, 7, 3, 5])

Traceback (most recent call last):

File "<pyshell#437>", line 1, in <module>

statistics.mode([1, 3, 5, 7, 3, 5])

File "C:\Python 3.5\lib\statistics.py", line 434, in mode

'no unique mode; found %d equally common values' % len(table)

statistics.StatisticsError: no unique mode; found 2 equally common values

>>> statistics.mode([1, 3, 5, 7, 3, 5, 5])

>>> statistics.mode(["red", "blue", "blue", "red", "green", "red", "red"])

'red'

>>> statistics.mode(list(range(5)) + [3])

4、pstdev()

返回总体标准差（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

>>> statistics.pstdev([1, 2, 3, 4, 5, 10, 9, 8, 7, 6])

2.8722813232690143

5、pvariance()

返回总体方差（population variance）或二次矩（second moment）。

>>> statistics.pvariance([1.5, 2.5, 2.5, 2.75, 3.25, 4.75])

0.9739583333333334

>>> statistics.pvariance([1, 2, 3, 4, 5, 10, 9, 8, 7, 6])

8.25

>>> 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)))

10903549.933333334

6、variance()、stdev()

计算样本方差（sample variance）和样本标准差（sample standard deviation，the square root of the sample variance，也叫均方差）。

>>> statistics.variance((random.randint(1,10000) for i in range(30)))

10229013.655172413

>>> statistics.stdev((random.randint(1,10000) for i in range(30)))

3106.2902337180203

>>> _ * _ #注意，上面的两个样本数据并不一样，因为都是随机数

9649039.016091954

>>> statistics.variance(range(20))

35.0

>>> statistics.stdev(range(20))

5.916079783099616

>>> _ * _

35.0

>>> statistics.variance([1, 2, 3, 4, 5, 10, 9, 8, 7, 6])

9.166666666666666

>>> statistics.stdev([1, 2, 3, 4, 5, 10, 9, 8, 7, 6])

3.0276503540974917

>>> statistics.variance([1.5, 2.5, 2.5, 2.75, 3.25, 4.75])

1.16875

>>> statistics.stdev([1.5, 2.5, 2.5, 2.75, 3.25, 4.75])

1.0810874155219827

>>> _ * _

1.1687500000000002

>>> statistics.variance([3, 3, 3, 3, 3, 3])

0.0

>>> statistics.stdev([3, 3, 3, 3, 3, 3])

0.0

原文地址：http://user.qzone.qq.com/306467355/blog/1446598412

更多精彩内容请访问作者QQ空间。

Python统计模块statistics用法精要相关推荐

四十一、Python统计模块statistics
@Author:Runsen 文章目录 Python统计模块statistics median-中位数方差官网: https://docs.python.org/3/library/statist ...
微课|玩转Python轻松过二级（2.4节）：常用内置函数用法精要2
适用教材: 董付国.<玩转Python轻松过二级>.清华大学出版社,2018. 第2章运算符.表达式与内置对象 2.4 Python常用内置函数用法精要 2.4.4 排序与逆序 2 ...
微课|玩转Python轻松过二级（2.4节）：常用内置函数用法精要4
适用教材: 董付国.<玩转Python轻松过二级>.清华大学出版社,2018. 第2章运算符.表达式与内置对象 2.4 Python常用内置函数用法精要 2.4.7 range() ...
微课|玩转Python轻松过二级（2.4节）：常用内置函数用法精要3
适用教材: 董付国.<玩转Python轻松过二级>.清华大学出版社,2018. 第2章运算符.表达式与内置对象 2.4 Python常用内置函数用法精要 2.4.6 map().r ...
微课|玩转Python轻松过二级（2.4节）：常用内置函数用法精要1
适用教材: 董付国.<玩转Python轻松过二级>.清华大学出版社,2018. 第2章运算符.表达式与内置对象 2.4 Python常用内置函数用法精要 2.4.1 类型转换与类型 ...
python中的statistics_Python统计分析模块statistics用法示例
本文实例讲述了Python统计分析模块statistics用法.分享给大家供大家参考,具体如下: 一计算平均数函数mean() >>>import statistics >& ...
python：statistics --- 数学统计函数
python:statistics --- 数学统计函数平均值以及对中心位置的评估对分散程度的评估对两个输入之间关系的统计函数细节异常 NormalDist 对象 NormalDist 示例 ...
简单介绍Python中异常处理用法
这篇文章主要给大家分享的是 Python中异常处理用法,为了保证程序的健壮性与容错性,即在遇到错误时候程序不会崩溃,我们需要对异常进行处理,下面来看看文章对此的用法,需要的朋友可以参考一下为了保证程 ...
python的继承用法_【后端开发】python中继承有什么用法？python继承的用法详解
本篇文章给大家带来的内容是关于python中继承有什么用法?python继承的用法详解,有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助. 面向对象三大特征 1.封装:根据职责将属性和方法 ...

Python统计模块statistics用法精要

Python统计模块statistics用法精要相关推荐

最新文章

热门文章