PML之平均 、中值 、众数、标准偏差、方差

NumPy模块为此提供了一种方法，可以计算平均、中值和众数

1、平均值

import numpy as np

value=[2,4,6,14,34,88,98,17,47]

#计算平均值
mean=np.mean(value)
print(mean)

结果：

34.44444444444444

2、中值

#计算中值
med=np.median(value)
print(med)

结果：

17.0

3、众数

import numpy as np
from scipy import stats
value=[2,4,6,14,34,2,2,88,98,17,47]

#众数
mod=stats.mode(value)
print(mod)

结果：

ModeResult(mode=array([2]), count=array([3]))

众数是2，出现了3次

4、标准偏差

标准偏差是一个数字，描述值的分散程度。

低标准偏差意味着大多数数字接近均值（平均值）。

高标准偏差表示这些值分布在更宽的范围内。

#标准偏差
x = np.std(value)
print(x)

结果：

33.4374956553639

5、方差(Variance)

方差是另一个数字，指示值的分散程度。

实际上，如果采用方差的平方根，则会得到标准偏差！

或反之，如果将标准偏差乘以自身，就可以得到方差！

#方差（每个值减去平均值的结果取平方，然后除以总数）
va = np.var(value)
print(va)

结果：

1118.0661157024792

注意：

标准偏差通常用符号Sigma：σ

方差通常用符号Sigma Square: σ2