6.7 statistics--数学统计函数
来源:互联网 发布:单片机定时器怎么用 编辑:程序博客网 时间:2024/06/06 07:19
本模块提供计算数学上的统计的函数。主要针对实数值范围。
statistics.mean(data)
返回简单的算术平均数,序列data里所有的值相加,然后除了所有数量。如果data元素为空,则抛出异常StatisticsError。
例子:
#python 3.4
from statistics import *
r = mean([2, 2, 2])
print(r)
结果输出如下:
2.0
statistics.median(data)
返回中间的值的平均值。如果是偶数个值,会把中间两个值取平均返回;如果是奇数个值,则直接返回中间的数。如果给出的序列没有排序,会先排序再取值。
例子:
#python 3.4
from statistics import *
r = median([1, 2, 3, 9, 10])
print(r)
r = median([1, 2, 9, 7, 6])
print(r)
r = median([1, 2, 4, 6])
print(r)
结果输出如下:
3
6
3.0
statistics.median_low(data)
返回中间的数,如果个数是偶数,则返回中间偏小的数;如果个数是奇数,则返回中间的数。
例子:
#python 3.4
from statistics import *
r = median_low([1, 2, 3, 9, 10])
print(r)
r = median_low([1, 2, 9, 7, 6])
print(r)
r = median_low([1, 2, 4, 6])
print(r)
结果输出如下:
3
6
2
statistics.median_high(data)
返回中间的数,如果个数是偶数,则返回大于中间两个数的平均数的数;如果个数是奇数,则返回中间的数。
例子:
#python 3.4
from statistics import *
r = median_high([1, 2, 3, 9, 10])
print(r)
r = median_high([1, 2, 9, 7, 6])
print(r)
r = median_high([1, 2, 4, 6])
print(r)
结果输出如下:
3
6
4
statistics.median_grouped(data, interval=1)
对每个数先分成区,再进行插值运算。比如1的值是0.5-1.5, 2的值是1.5-2.5,3的值是2.5-3.5。
例子:
#python 3.4
from statistics import *
r = median_grouped([1, 2, 3, 9, 10])
print(r)
r = median_grouped([1, 2, 9, 7, 6])
print(r)
r = median_grouped([1, 2, 5, 6])
print(r)
结果输出如下:
3.0
6.0
4.5
最后一项4.5的计算是这样:2.5和4.5之间进行插值运算。
statistics.mode(data)
从分散的数或者一般项里返回最多相同的项。如果没有发现,抛出异常StatisticsError。
例子:
#python 3.4
from statistics import *
r = mode([1, 2, 2, 9, 10])
print(r)
r = mode([1, 9, 9, 7, 6])
print(r)
结果输出如下:
2
9
statistics.pstdev(data, mu=None)
返回序列的标准方差,也就是方差的平方根。
例子:
#python 3.4
from statistics import *
r = pstdev([1, 2, 2, 9, 10])
print(r)
r = pstdev([1, 9, 9, 7, 6])
print(r)
结果输出如下:
3.867815921162743
2.939387691339814
statistics.pvariance(data, mu=None)
返回序列的方差。
例子:
#python 3.4
from statistics import *
r = pvariance([1, 2, 2, 9, 10])
print(r)
r = pvariance([1, 9, 9, 7, 6])
print(r)
结果输出如下:
14.959999999999999
8.64
statistics.stdev(data, xbar=None)
返回简单计算的标准方差(简单方差的平方根)。
例子:
#python 3.4
from statistics import *
r = stdev([1, 2, 2, 9, 10])
print(r)
r = stdev([1, 9, 9, 7, 6])
print(r)
结果输出如下:
4.324349662087931
3.286335345030997
statistics.variance(data, xbar=None)
返回简单的方差。
例子:
#python 3.4
from statistics import *
r = variance([1, 2, 2, 9, 10])
print(r)
r = variance([1, 9, 9, 7, 6])
print(r)
结果输出如下:
18.7
10.8
蔡军生 QQ:9073204 深圳
- 6.7 statistics--数学统计函数
- Numpy Statistics 统计函数
- numpy教程:统计函数Statistics
- numpy教程:统计函数Statistics
- DSpace statistics(统计问题)
- DSpace statistics(统计问题)
- Spark MLlib Statistics统计
- Spark MLlib Statistics统计
- SQL统计函数、数学函数及示例
- 系统统计信息(System Statistics)
- SQL统计信息(statistics)
- informix 统计更新UPDATE STATISTICS
- 数学函数/统计函数/概率分布/字符串函数
- numpy教程:数学函数和基本统计函数
- 统计 | Statistics [统计学与人生处世法则]
- 统计文本文件信息(Calculating Text File Statistics)
- INFORMIX的统计更新 UPDATE STATISTICS
- perl Statistics::Descriptive Perl 的统计模块
- 字符串加密,解密,利用 sun.misc.BASE64Decode类的 encode(byte)编码和decodeBuffer(str)解码
- 程序员面试准备
- C语言 字符串长度
- JSP基本语法、3个编译指令、7个动作指令、9个内置对象
- Spring构建多数据源的事务控制
- 6.7 statistics--数学统计函数
- Redis同步配置
- 利用meshlab构网
- Ubuntu下更新android sdk(sdk manager没有Tools选项)
- 嵌入式Linux驱动开发-突然发现自己是新手
- Project Perfect让Swift在服务器端跑起来-让Perfect更Rails (五)
- Handler类和Handler,Loop,MessageQueue的工作原理
- hdu1253 胜利大逃亡(三维bfs)
- 从Windows上传到linux的文件出现问题