本文实例讲述了Python统计分析模块statistics用法。分享给大家供大家参考,具体如下:
一 计算平均数函数mean()
>import statistics > statistics.mean([1,2,3,4,5,6,7,8,9])#使用整数列表做参数 5 > statistics.mean(range(1,10))#使用range对象做参数 5 >import fractions > x =[(3,7),(1,21),(5,3),(1,3)] > y =[fractions.Fraction(*item)for item in x] > y [Fraction(3,7),Fraction(1,21),Fraction(5,3),Fraction(1,3)] > statistics.mean(y)#使用包含分数的列表做参数 Fraction(13,21) >import decimal > x =('0.5','0.75','0.625','0.375') > y = map(decimal.Decimal, x) > statistics.mean(y) Decimal('0.5625')
二 中位数函数median()、median_low()、median_high()、median_grouped()
> statistics.median([1,3,5,7])#偶数个样本时取中间两个数的平均数 4.0 > statistics.median_low([1,3,5,7])#偶数个样本时取中间两个数的较小者 3 > statistics.median_high([1,3,5,7])#偶数个样本时取中间两个数的较大者 5 > statistics.median(range(1,10)) 5 > statistics.median_low([5,3,7]), statistics.median_high([5,3,7]) (5,5) > statistics.median_grouped([5,3,7]) 5.0 > statistics.median_grouped([52,52,53,54]) 52.5 > statistics.median_grouped([1,3,3,5,7]) 3.25 > statistics.median_grouped([1,2,2,3,4,4,4,4,4,5]) 3.7 > statistics.median_grouped([1,2,2,3,4,4,4,4,4,5], interval=2) 3.4
三 返回最常见数据或出现次数最多的数据(most common data)的函数mode()
> statistics.mode([1,3,5,7])#无法确定出现次数最多的唯一元素 Traceback(most recent call last): File"<pyshell#27>", line 1,in<module> statistics.mode([1,3,5,7])#无法确定出现次数最多的唯一元素 File"D:\Python36\lib\statistics.py", line 507,in mode 'no unique mode; found %d equally common values'% len(table) statistics.StatisticsError: no unique mode; found 4 equally common values > statistics.mode([1,3,5,7,3]) 3 > statistics.mode(["red","blue","blue","red","green","red","red"]) 'red'
四 pstdev(),返回总体标准差(population standard deviation ,the square root of the population variance)
> statistics.pstdev([1.5,2.5,2.5,2.75,3.25,4.75]) 0.986893273527251 > statistics.pstdev(range(20)) 5.766281297335398
五 pvariance(),返回总体方差(population variance)或二次矩(second moment)
> statistics.pvariance([1.5,2.5,2.5,2.75,3.25,4.75]) 0.9739583333333334 > x =[1,2,3,4,5,10,9,8,7,6] > mu = statistics.mean(x) > mu 5.5 > statistics.pvariance([1,2,3,4,5,10,9,8,7,6], mu) 8.25 > statistics.pvariance(range(20)) 33.25 > statistics.pvariance((random.randint(1,10000)for i in range(30))) >import random > statistics.pvariance((random.randint(1,10000)for i in range(30))) 7117280.4
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python数学运算技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。
更新日志
- 【雨果唱片】中国管弦乐《鹿回头》WAV
- APM亚流新世代《一起冒险》[FLAC/分轨][106.77MB]
- 崔健《飞狗》律冻文化[WAV+CUE][1.1G]
- 罗志祥《舞状元 (Explicit)》[320K/MP3][66.77MB]
- 尤雅.1997-幽雅精粹2CD【南方】【WAV+CUE】
- 张惠妹.2007-STAR(引进版)【EMI百代】【WAV+CUE】
- 群星.2008-LOVE情歌集VOL.8【正东】【WAV+CUE】
- 罗志祥《舞状元 (Explicit)》[FLAC/分轨][360.76MB]
- Tank《我不伟大,至少我能改变我。》[320K/MP3][160.41MB]
- Tank《我不伟大,至少我能改变我。》[FLAC/分轨][236.89MB]
- CD圣经推荐-夏韶声《谙2》SACD-ISO
- 钟镇涛-《百分百钟镇涛》首批限量版SACD-ISO
- 群星《继续微笑致敬许冠杰》[低速原抓WAV+CUE]
- 潘秀琼.2003-国语难忘金曲珍藏集【皇星全音】【WAV+CUE】
- 林东松.1997-2039玫瑰事件【宝丽金】【WAV+CUE】