Python 中的平均值和标准差 – 码微 |
您所在的位置：网站首页 › Python中的return函数平均值 › Python 中的平均值和标准差 – 码微 |
|
平均值和标准差是统计学中的两个基本指标。我们可以使用Python中的统计模块来找出平均值和标准差。标准差也缩写为SD。 什么是平均值？平均值是所有条目的总和除以条目数。例如，如果我们有一个包含 5 个数字的列表 [1,2,3,4,5]，则平均值将为 (1+2+3+4+5)/5 = 3。 什么是标准差？标准偏差是一组值的变化量或离散度的度量。我们首先需要计算值的平均值，然后计算方差，最后计算标准差。 标准差的用途假设我们有美国不同州每平方公里的人口数据。我们可以计算标准差来了解总体的分布情况。值越小，说明分布均匀；值越大，说明有的地方人口稀少，有的地方人口稠密。 让我们看看计算平均值和标准差所需的步骤。 计算平均值的步骤 计算所有条目的总和。 将总和除以条目数。 计算标准差的步骤 如上所述计算平均值。[1,2,3,4,5]的平均值是3。 通过从条目的值中减去平均值来计算每个条目的方差。因此方差将为 [-2, -1, 0, 1, 2]。 然后对每个结果值进行平方并对结果求和。对于上面的例子，它将变成4+1+0+1+4=10。 然后将结果除以数据点数减一。这将给出方差。所以方差将为 10/(5-1) = 2.5 方差的平方根（上面计算的）是标准差。因此标准差将为 sqrt(2.5) = 1.5811388300841898。 在 Python 中求平均值和标准差让我们用 Python 编写计算平均值和标准差的代码。我们将使用统计模块，稍后尝试编写我们自己的实现。 1.使用统计模块该模块为您提供直接计算平均值和标准差的选项。 让我们从导入模块开始。 import statistics让我们声明一个包含示例数据的列表。 data = [7,5,4,9,12,45]现在要计算样本数据的平均值，请使用以下函数： statistics.mean(data)该语句将返回数据的平均值。我们可以使用以下方法打印输出中的平均值： print("Mean of the sample is % s " %(statistics.mean(data)))我们得到的输出为： Mean of the sample is 13.666666666666666如果您使用 IDE 进行编码，您可以将鼠标悬停在语句上并获取有关 stats.mean() 函数的更多信息。 或者，您可以阅读此处的文档。 要计算样本数据的标准差，请使用： print("Standard Deviation of the sample is % s "%(statistics.stdev(data)))我们得到的输出为： Standard Deviation of the sample is 15.61623087261029这是statistics.stdev ()函数的简要文档。 在 Python 中查找标准差和平均值的完整代码上述片段的完整代码如下： import statistics data = [7,5,4,9,12,45] print("Standard Deviation of the sample is % s "% (statistics.stdev(data))) print("Mean of the sample is % s " % (statistics.mean(data))) 2.编写自定义函数来计算标准差让我们用 Python 编写函数来计算平均值和标准差。 def mean(data): n = len(data) mean = sum(data) / n return mean该函数将计算平均值。 现在让我们编写一个函数来计算标准差。 这可能有点棘手，所以让我们一步一步来。 标准差是方差的平方根。所以我们可以写两个函数： 第一个函数将计算方差 第二个函数将计算方差的平方根并返回标准差。计算方差的函数如下： def variance(data): n = len(data) mean = sum(data) / n deviations = [(x - mean) ** 2 for x in data] variance = sum(deviations) / n return variance您可以参考教程开头给出的步骤来理解代码。 现在我们可以编写一个计算方差平方根的函数。 def stdev(data): import math var = variance(data) std_dev = math.sqrt(var) return std_dev 完整代码完整代码如下： import numpy as np #for declaring an array or simply use list def mean(data): n = len(data) mean = sum(data) / n return mean def variance(data): n = len(data) mean = sum(data) / n deviations = [(x - mean) ** 2 for x in data] variance = sum(deviations) / n return variance def stdev(data): import math var = variance(data) std_dev = math.sqrt(var) return std_dev data = np.array([7,5,4,9,12,45]) print("Standard Deviation of the sample is % s "% (stdev(data))) print("Mean of the sample is % s " % (mean(data))) 结论平均值和标准差是统计分析中使用的数学值。Python 统计模块提供了有用的函数来轻松计算这些值。 下一步是什么？ Python 数学模块 NumPy 模块 Python 数组 Python 中的列表 资源 标准差维基百科 统计模块文档 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
| CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |