用Python计算用1,2,3,4,5,6这6个数字组成不同的六位数以及它们的平均值

这里用到了itertools模块中的permutations(实质上就是排列功能),当然itertools模块中还有combinations(实质上就是组合功能),且看程序。

from itertools import permutations

li_per = list(permutations("123456"))
# li_per是[('1', '5', '2', '3', '4', '6'), ('1', '2', '3', '4', '5', '6').......]这种形式

sum = 0.0
for item in li_per:
    # 将('1', '5', '2', '3', '4', '6')这种形式直接变成一个整数152346
    a = int("".join([i for i in item]))
    sum += a

count = len(li_per)
print("总共有{0}个数".format(count))
print("总和为:", sum)
print("平均值是:", sum/count)

执行结果如下:

 

当然,从数学原理上,我们可以这样想:

直接求中位数,因为平均数就是各数相加除以总各数。所以头尾相加除于2,就是平均数。最小的数是123456,最大的书是654321,所以他们的平均数是123456+654321=777777然后再除以2,得到388888.5。这和我们的程序执行的结果是一致的。

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
计算一个列表的平均值、中值、95分位数和5%分位数,可以使用Python的统计模块statistics中的函数来实现。 首先,使用sum函数计算列表的总和,然后使用len函数计算列表的长度,将这两个值相除即可得到平均值。例如,对于列表grades=\[85,93,45,89,85\],平均值可以通过sum(grades)/len(grades)来计算。\[1\] 要计算中值,可以使用statistics模块中的median函数。对于奇数个值的列表,中值是排序后的中间值;对于偶数个值的列表,中值是排序后的两个中间值的平均值。例如,对于列表grades=\[85,93,45,89,85\],中值是85。\[2\] 要计算95分位数,可以使用statistics模块中的quantile函数,并将第二个参数设置为0.95。这将返回一个列表中的值,使得至少有95%的值小于或等于该值。例如,对于列表grades=\[85,93,45,89,85\],95分位数可以通过statistics.quantile(grades, 0.95)来计算。 要计算5%分位数,可以将第二个参数设置为0.05。这将返回一个列表中的值,使得至少有5%的值小于或等于该值。例如,对于列表grades=\[85,93,45,89,85\],5%分位数可以通过statistics.quantile(grades, 0.05)来计算。 综上所述,对于列表grades=\[85,93,45,89,85\],它的平均值是85.4,中值是85,95分位数是93,5%分位数是45。 #### 引用[.reference_title] - *1* *2* [手把手教你用Python求均值、中值和众数](https://blog.csdn.net/zw0Pi8G5C1x/article/details/116955422)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [从线性模型到决策树再到深度学习的分位数回归](https://blog.csdn.net/weixin_39614322/article/details/110788234)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值