简介
随着互联网的普及,整个互联网每天都会产生海量的数据,如何有效地处理这些数据成为了互联网人的必备技能,而 Python 内置的 statistics 模块提供了基本的数据统计操作。
常用功能
mean(data)
mean(data) 用于求给定序列或者迭代器的算术平均数。
1 |
|
harmonic_mean(data)
harmonic_mean(data) 用于计算数据的调和均值。
1 |
|
median(data)
median(data) 计算数据的中位数。如果有两个中位数,则返回其平均值。
1 |
|
median_low(data)
median_low(data) 也是用于计算中位数的,如果有两个中位数,返回较小的那个。
1 |
|
median_high(data)
median_high(data) 也是用于计算中位数的,如果有两个中位数,返回较大的那个。
1 |
|
mode(data)
mode(data) 计算众数,也就是序列中出现次数最多的元素。
1 |
|
pstdev(data, mu=None)
pstdev(data, mu=None) 用于计算数据的总体标准差。其中 mu 是序列的均值,如果你已经知道了该序列的均值,可传入该参数以减少计算量,当然该函数不会去验证你传入的均值是否合法,使用错误的均值可能会产生无效的结果。
1 |
|
pvariance(data, mu=None)
pvariance(data, mu=None) 用于计算数据的总体方差。
1 |
|
stdev(data, xbar=None)
stdev(data, xbar=None) 用于计算数据的样本标准差。其中 xbar 是序列的均值,如果你已经知道了该序列的均值,可传入该参数以减少计算量,当然该函数不会去验证你传入的均值是否合法,使用错误的均值可能会产生无效的结果。
1 |
|
variance(data, xbar=None)
variance(data, xbar=None) 用于计算数据的样本方差。
1 |
|
statistics 总结
本文总结了 statistics 模块的常规操作,对于数据分析还是非常有益处的。