In [3]:
import statistics
data = [1, 2, 3, 4, 5, 6, 7, 8, 9]
| 函数 | 功能 |
|---|---|
mean | 算数平均值 |
harmonic_mean | 调和平均值 |
median | 中位数 |
median_low | 数据的第一个中位数（总数为偶数时有两个中位数） |
median_high | 数据的第二个中位数 |
median_grouped | 分组数据的中位数的均值 |
mode | 离散数据的模式, 数据中最常见的值 |
pstdev | 数据总体的标准差 |
pvariance | 数据总体的方差 |
stdev | 数据样本的标准差 |
variance | 数据样本的方差 |
示例代码如下：
In [19]:
import statistics
lst = [1, 4, 5, 7, 1, 3, 6, 9, 19]
算数平均值
In [5]:
print(statistics.mean(lst))
6.111111111111111
调和平均值
In [6]:
print(statistics.harmonic_mean(lst))
2.7636186396110975
中位数
In [8]:
print(statistics.median(lst))
5
数据的第一个中位数（总数为偶数时有两个中位数）
In [9]:
print(statistics.median_low(lst))
5
数据的第二个中位数
In [10]:
print(statistics.median_high(lst))
5
分组数据的中位数的均值
In [12]:
print(statistics.median_grouped(lst))
5.0
离散数据的模式, 数据中最常见的值
In [13]:
print(statistics.mode(lst))
1
数据总体的标准差
In [14]:
print(statistics.pstdev(lst))
5.194964323360426
数据总体的方差
In [15]:
print(statistics.pvariance(lst))
26.987654320987655
数据样本的标准差
In [17]:
print(statistics.stdev(lst))
5.510091751605513
数据样本的方差
In [18]:
print(statistics.variance(lst))
30.36111111111111