Requisito previo: Introducción a las funciones estadísticas
Python es un lenguaje muy popular cuando se trata de análisis de datos y estadísticas. Afortunadamente, Python3 proporciona un módulo de estadísticas, que viene con funciones muy útiles como media(), mediana(), modo(), etc.
significar() La función se puede utilizar para calcular la media/promedio de una lista determinada de números. Devuelve la media del conjunto de datos pasado como parámetros.
La media aritmética es la suma de datos dividida por el número de puntos de datos. Es una medida de la ubicación central de los datos en un conjunto de valores que varían en rango. En Python, normalmente hacemos esto dividiendo la suma de los números dados por el número de números presentes.
Given set of numbers : [n1, n2, n3, n5, n6] Sum of data-set = (n1 + n2 + n3 + n4 + n5) Number of data produced = 5 Average or arithmetic mean = (n1 + n2 + n3 + n4 + n5) / 5>
Sintaxis : media ([conjunto de datos])
Parámetros:
[conjunto de datos] : Lista o tupla de un conjunto de números.
Devoluciones : Media aritmética de muestra del conjunto de datos proporcionado.
Excepciones :
Error de tecleado cuando se pasa como parámetro cualquier cosa que no sean valores numéricos.
Código #1: Laboral
Python3
programa de herencia en python
# Python program to demonstrate mean()> # function from the statistics module> # Importing the statistics module> import> statistics> # list of positive integer numbers> data1>=> [>1>,>3>,>4>,>5>,>7>,>9>,>2>]> x>=> statistics.mean(data1)> # Printing the mean> print>(>'Mean is :'>, x)> |
>
>
Producción :
Mean is : 4.428571428571429>
Código #2: Laboral
Python3
cómo convertir una cadena a un número entero java
# Python program to demonstrate mean()> # function from the statistics module> # Importing the statistics module> from> statistics>import> mean> # Importing fractions module as fr> # Enables to calculate mean of a> # set in Fraction> from> fractions>import> Fraction as fr> # tuple of positive integer numbers> data1>=> (>11>,>3>,>4>,>5>,>7>,>9>,>2>)> # tuple of a negative set of integers> data2>=> (>->1>,>->2>,>->4>,>->7>,>->12>,>->19>)> # tuple of mixed range of numbers> data3>=> (>->1>,>->13>,>->6>,>4>,>5>,>19>,>9>)> # tuple of a set of fractional numbers> data4>=> (fr(>1>,>2>), fr(>44>,>12>), fr(>10>,>3>), fr(>2>,>3>))> # dictionary of a set of values> # Only the keys are taken in> # consideration by mean()> data5>=> {>1>:>'one'>,>2>:>'two'>,>3>:>'three'>}> # Printing the mean of above datasets> print>(>'Mean of data set 1 is % s'> %> (mean(data1)))> print>(>'Mean of data set 2 is % s'> %> (mean(data2)))> print>(>'Mean of data set 3 is % s'> %> (mean(data3)))> print>(>'Mean of data set 4 is % s'> %> (mean(data4)))> print>(>'Mean of data set 5 is % s'> %> (mean(data5)))> |
>
>
Producción :
k algoritmo del vecino más cercano
Mean of data set 1 is 5.857142857142857 Mean of data set 2 is -7.5 Mean of data set 3 is 2.4285714285714284 Mean of data set 4 is 49/24 Mean of data set 5 is 2>
Código #3: Error de tecleado
Python3
# Python3 code to demonstrate TypeError> # importing statistics module> from> statistics>import> mean> # While using dictionaries, only keys are> # taken into consideration by mean()> dic>=> {>'one'>:>1>,>'three'>:>3>,>'seven'>:>7>,> >'twenty'>:>20>,>'nine'>:>9>,>'six'>:>6>}> # Will raise TypeError> print>(mean(dic))> |
>
>
Producción :
Traceback (most recent call last): File '/home/9f8a941703745a24ddce5b5f6f211e6f.py', line 29, in print(mean(dic)) File '/usr/lib/python3.5/statistics.py', line 331, in mean T, total, count = _sum(data) File '/usr/lib/python3.5/statistics.py', line 161, in _sum for n, d in map(_exact_ratio, values): File '/usr/lib/python3.5/statistics.py', line 247, in _exact_ratio raise TypeError(msg.format(type(x).__name__)) TypeError: can't convert type 'str' to numerator/denominator>
Aplicaciones:
La media/promedio aritmético es una de las funciones más importantes cuando se trabaja con estadísticas y valores grandes. Entonces, con una función como media (), se pueden extraer valores destacados y de tendencias de grandes conjuntos de datos.