平均值和方差的递推公式以及python实现

有时候在处理流式数据的时候，需要实时更新数据的统计值，如平均值和方差，如果通过传统求解方差或者平均值时，每到达一个新的数据就需要遍历来求解。在数据量比较少的时候，通过遍历和递推求解的时间消耗和空间消耗并不是很明显，但是在大数据或者流式数据的应用场景下，$O(n)$和$O(1)$的时间复杂度以及空间复杂度的区别还是很明显的。

均值公式：$$A_n=\frac{1}{n}\sum _{i=1}^n{X}_i$$
均值递推公式：$$A_n=A_{n-1}+\frac{(X_n-A_{n-1})}{n}$$
方差公式：$$V_n=\frac{1}{n}\sum _{i=1}^n(X_i-A_n)$$
方差递推公式：$$V_n=\frac{n-1}{n^2}(X_n-A_{n-1}{)}^2+\frac{n-1}{n}{V}_{n-1}$$

均值递推公式可以参考：https://blog.csdn.net/u014485485/article/details/77679669
方差递推公式可以参考：https://blog.csdn.net/wuqinlong/article/details/78432574

python代码：

import numpy as np

class CalMeanVar():
    def __init__(self):
        self.count = 0
        self.A = 0
        self.A_ = 0
        self.V = 0

    def cal(self, data):
        self.count += 1
        if self.count == 1:
            self.A_ = data
            self.A = data
            return
        self.A_ = self.A
        self.A = self.A + (data - self.A) / self.count
        self.V = (self.count - 1) / self.count ** 2 * (data - self.A_)**2 + (self.count - 1)/self.count * self.V

if __name__ == '__main__':
    data = np.linspace(1,5, 5)
    print(data)
    print(data.mean())
    print(data.var())

    cmv = CalMeanVar()
    for i in range(len(data)):
        cmv.cal(data[i])
    print(cmv.A)
    print(cmv.V)