python求平均值函数_python 求均值、中位数、众数的方法

看了n久的python，可当解决实际项目问题去搜寻众多API解释时，使用何种方法合适，还是毫无方向。度娘还是最好的帮手，找到目标博案后再结合原版的API解释去理解，更为直观有效些。

今天记录一下求均值、中位数、众数的方式

nums = [0,4,5,8,8]

#求均值和中位数均可以使用numpy库的方法：

import numpy as np

#均值

np.mean(nums)

#中位数

np.median(nums)

#求均值和中位数均也可以使用panda库的方法：

import panda as pd

gm = pd.Series(data=nums)

#均值

gm.mean()

#中位数

gm.median()求众数方法一：

在numpy中没有直接的方法，但是也可以这样实现：

import numpy as np

#获取平铺后每个索引位置值在原始数列中出现的次数

counts = np.bincount(nums)

#返回众数 返回最大值在数列中的索引位置

np.argmax(counts)

其中np.bincount方法返回了一个长度为nums最大值的列表

即 [0,4,5,8,8] ——> bincount 返回 长度为8的列表

[1,0,0,0,1,1,0,0,2] 也就是把0-8平铺到列表里，然后对0-8的每个数字计数

此处0、4、5各为1次，所以在返回的列表内的对应索引位置显示为1

8为2次，即索引8的位置显示2

其中np.argmax方法返回数列中最大值的索引位置。

即[1,0,0,0,1,1,0,0,2] ——> 最大值2的索引位置为8

求众数方法二——直接利用scipy下stats模块：

from scipy import stats

nums = [0,4,5,8,8]

stats.mode(nums)[0][0]

求众数方法三——panda下mode()方法直接获取众数：

import pandas as pd

v = [3,5,6,2,6,9]

gm = pd.Series(data=v)

gm.mode()[0]

这里都运用了第三方的统计数据类包 panda、scipy、numpy

对于数据分析师而言都是必须掌握的工具包，api繁多，任重而道远

笔者还未接触过scipy，此处是对scipy的浅显的理解:

scipy包含致力于科学计算中常见问题的各个工具箱。它的不同子模块相应于不同的应用。像插值，积分，优化，图像处理，统计，特殊函数等等。

scipy是Python中科学计算程序的核心包; 它用于有效地计算numpy矩阵，来让numpy和scipy协同工作。

下载安装：Mac 终端

命令：pip install wheel

命令：shenjiaming$ sudo pip3 install -U numpy scipy