Kā aprēķināt saraksta vidējo vērtību - statistika un Python vidējā funkcija, kas izskaidrota detalizēti

Matemātika un programmēšana iet roku rokā. Ja esat programmētājs, kādā brīdī jums būs jāizmanto matemātika.

Datu zinātne, mašīnmācīšanās, mākslīgais intelekts un kriptonauda viss balstās uz sarežģītiem matemātikas principiem.

Tomēr matemātikas funkciju izmantošanai nav jābūt sarežģītai! Python abstrahē visu prom, tāpēc, kad jūs saprotat jēdzienus, jums nebūs jāsaprot visa ieviešanas informācija.

Matemātikai nav jābūt biedējošai

Ir daudz matemātisko funkciju, ar kurām jūs saskarsieties. Ja strādājat ar datiem vai analīzi, ir svarīgi saprast dažus matemātiskos principus un funkcijas.

Viena šāda funkcija, kas jums jāsaprot, ir meanfunkcija.

Neuztraucieties ar nosaukumu - meanPython funkcijā nav nekā nozīmīga (domāta) .

Šis ieraksts ir patstāvīgs, taču es ceru, ka jums ir zināma pieredze darbā ar Python un ka jūs zināt, kas ir Python saraksts. Ja nē, pirms došanās tālāk iepazīstieties ar šo rakstu.

Kad esat pabeidzis, atgriezieties un pievienojieties man, lai padziļināti ienirt meanfunkcijā.

Statistika

Tātad vēlaties uzzināt par meanfunkciju. Tas ir lieliski! Bet pirms mēs aplūkojam šo funkciju, ir svarīgi aplūkot disciplīnu, no kuras tā rodas: statistiku.

Augšējā attēlā mēs redzam grafiku. Grafiks ir grafisks attēlojums, kas parāda viena mainīgā saistību ar otru.

Grafiki ir noderīgi, jo tie ļauj mums sakārtot datus tā, lai mēs varētu ātri redzēt tendences un attiecības starp datiem. Grafiks ir tikai viens rīks, ko mēs varam izmantot, lai vizualizētu un analizētu datus.

Statistika ir matemātikas nozare, kas ļauj mums sistemātiski klasificēt, analizēt un interpretēt datus. Tas ir svarīgi, jo, izmantojot statistiku, mums ir gatavu rīku kolekcija, lai veiktu katru no šīm lietām.

Iedomājieties, ja jums katru reizi vajadzētu izgudrot zāģi, kad jums vajadzēja sagriezt koka gabalu. Mēs gribētu, lai daudzi cilvēki sauktu zāģus ar dažādiem nosaukumiem, kaut arī viņi dara to pašu. Lai izvairītos no šīs problēmas, mēs zāģim devām nosaukumu, ar kuru visi var atsaukties.

Tas pats notiek statistikā - mums ir labi zināmi rīki, kas visiem ir zināmi. Viens no šādiem rīkiem ir vidējais.

Režīms, vidējais un vidējais

Lai gan vidējais ir pilnīgi spējīgs stāvēt pats par sevi, to parasti māca kā daļu no trio, kas ietver režīmu, mediānu un vidējo.

Apskatīsim skaitļu grupu, lai jūs saprastu, kas šeit notiek. Iedomājieties, ka jums ir šādi numuri:

1, 2, 3, 3, 4, 6, 9

Pieņemsim, ka mēs vēlējāmies izteikt, kurš skaitlis notiek visbiežāk. Tas būtu 3, un nosaukums, kuru mēs šim īpašumam piešķiram, ir režīms. Režīms ir skaitlis, kas ir visizplatītākais kopā, kuru mēs pārbaudām.

Numuru, kas atrodas sakārtotas kopas vidū, sauc par mediānu. Lai atrastu skaitlisko kopu mediānu, sakārtojiet skaitļus no mazākā līdz lielākajam un pēc tam aplūkojiet skaitli vidū. Augšējā skaitļu kopa jau ir sakārtota no vismazākās līdz lielākajai, tāpēc arī vidējais skaitlis ir 3.

Visbeidzot, vidējais ir vēl viens veids, kā atsaukties uz kopas vidējo rādītāju. Lai atrastu vidējo, vienkārši saskaitiet visus skaitļus kopā un daliet to ar kopuma elementu kopumu. Iepriekš minēto skaitļu gadījumā, ja mēs tos visus saskaitām kopā, mēs iegūstam 28. Kopējais vienību skaits komplektā ir 7, tātad mūsu vidējais ir 4.

Kāpēc mums vajag vidējo?

Tāpēc šajā brīdī jums var rasties jautājums, kāpēc mums tomēr būtu jāatrod skaitļa vidējais rādītājs.

Lieta ir tāda, ka pat pati statistika ir sadalīta vairākās grupās. Tāpat kā jums ir rīki, kurus izmanto darbam ar koku, un citi darbam ar metālu, daži statistikas rīki tiek grupēti klasēs, jo tie tiek izmantoti līdzīgam mērķim.

Vienu šādu statistikas grupu sauc par kopsavilkuma statistiku. Viena no statistikas lietām ir datu aprakstīšana, un statistikas kopsavilkums ir šim nolūkam izmantoto rīku kopums. Viens no šīs klases instrumentiem ir vidējais.

Vidējais rādītājs ir svarīgs, jo tas palīdz mums analizēt tā saukto sadalījumu. Statistikā sadalījums ir metode, kuru mēs izmantojam, lai apskatītu mainīgo, par kuru mēs vēlamies informāciju. Izmantojot sadalījumu, mēs aplūkosim šī mainīgā vērtības un to, cik bieži tas notiek.

Ja mēs apkopojam datus, redzams, ka izplatīts izplatīšanas veids ir normāls sadalījums, kas izpaužas kā zvana līkne:

Tas nozīmē, ka mainīgajam būs kopēja vērtība, uz kuru tas tiecas, kā arī sākuma un beigu punkts.

Ko nozīmē tas, ka tas ļauj mums veikt šādu sadalījumu un aplūkot mainīgā centrālo tendenci, kas ir punkts, kurā mainīgā vērtības mēdz klasterēties.

Tādējādi mēs varam teikt, ka vidējais raksturo sadalījuma centrālo tendenci.

Vidējā līmeņa aprēķināšana Python

Mēs varam manuāli aprēķināt vidējo vērtību, ja mums ir maza skaitliskā datu kopa, ar kuru mums ir dažas vērtības, ar kurām strādāt. Tomēr, ja datu kopā mums ir simtiem vai tūkstošiem vērtību, kļūst neiespējami to aprēķināt ar rokām.

Tā kā Python ir "iekļauta baterijās" valoda, veids, kā mēs to varam izdarīt, ir izmantot meanstatistikas moduļa funkciju Python.

Izmantosim meanfunkciju, lai aprēķinātu vidējo skaitlisko datu kopu, kas mums bija iepriekš ziņojumā:

 # 1. import the statistics module import statistics # 2. list containing our numerical data set numerical_data_set = [1, 2, 3, 3, 4, 6, 9] # 3. calculate the mean calc_mean = statistics.mean(numerical_data_set) # 4. print our calculated mean print("Mean is: ", calc_mean) 

Mūsu kods sastāv no četrpakāpju secības, kuru mēs varam izmantot, lai aprēķinātu vidējo:

  1. Mēs importējam statistikas moduli, kurā ir mūsu vidējā funkcija
  2. Mēs izveidojam Python sarakstu, kurā ir skaitliskā datu kopa, kuras mēs vēlētos aprēķināt vidējo
  3. Mēs aprēķinām vidējo un rezultātu glabājam mainīgajā, calc_mean
  4. Mēs izsniedzam aprēķināto vidējo vērtību, lai mēs varētu saņemt vizuālu atgriezenisko saiti

Palaidot kodu, mēs iegūsim šādu izvadi:

Programmas rezultāts ir tāda pati kā mūsu manuālajiem aprēķiniem. Kad mēs strādājam ar lielām datu kopām, šī funkcija varēs mērogot, lai rīkotos ar visu, ko mēs to varētu izmest.

Iesaiņošana

Šajā ziņojumā mēs apskatījām meanfunkciju Python. Sākumā mēs apspriedām statistiku kopumā, pēc tam dziļi ienirām vidējā līmenī.

Now that you have a solid understanding of statistics and the mean function in Python, you can use it in your own programs.

If you liked this article, then you may also be curious about learning about data structures and algorithms. If you want a simple, clear, step by step guide to learning about data structures and algorithms without having to write a single line of code, then you can check out the book Codeless Data Structures and Algorithms.

Read the book here:

Bezkoda datu struktūras un algoritmi - uzziniet DSA, nerakstot vienu koda rindiņu Ārmstrongs Subero | Apress Šī grāmata sniedz jums jaunu skatījumu uz algoritmiem un datu struktūrām, pilnībā bez kodiem. Uzziniet par datu struktūras algoritmiem (DSA), nekad neatverot kodu redaktoru, neizmantojot kompilatoru vai aplūkojot integrētu izstrādes vidi (IDE) .... Armstrong Subero meklēšanas izvēlnes grozs V Jūsu grozs pašlaik ir tukšs. Pieteikšanās kontsGrāmatplauktu pieteikšanās Apress Access