平均数,中位数,众数的算法,用Python求一组数据的中位数

　　首先，定义一个数据，这里我假设：

　　Num=[2，3，2，5，1，0，1，2，9] 1。求中位数 中位数(也称中值，英文：Median)，统计学中的专有名词，表示样本、总体或概率分布中的一个值，它能将值集分成相等的上下两对。对于一个有限的数集，通过对所有的观测值进行排序，可以找到中间的一个作为中位数。如果有偶数个观察值，则中位数不是唯一的。通常取中间两个值的平均值作为中位数。

　　一个数据集中最多有一半的值小于中位数，最多有一半的值大于中位数。如果大于和小于中位数的值的数量小于一半，则数字集中的某些值必须等于中位数。设连续型随机变量X的分布函数为F(X)，那么满足条件P(Xm)=F(m)=1/2的数称为X或分布F的中值，对于有限的一组数据，中值是这样一个数，该组数据的一半较大，另一半较小。

　　计算有限数量数据的中位数的方法是将所有相似的数据按大小顺序排列。如果数据个数为奇数，中间数据为这组数据的中位数；如果数据个数是偶数，中间两个数据的算术平均值就是这组数据的中位数。

　　将numpy作为npnp.median(num) II导入。求 平均数(英文：Mean，或平均值)的平均值是统计学中的一个重要概念。它是最常用的浓度趋势度量，其目的是确定一组数据的均衡点。算术平均数(或简称平均数)是一组样本之和除以样本数。它通常被记录为：

　　比如这组数字的算术平均值是：

　　在统计学中，算术平均数常用来表示统计对象的总体水平，是描述数据集中程度的统计量。我们不仅可以用它来反映一组数据的大致情况，还可以用它来比较不同组的数据，看组与组之间的差异。用平均数来表示一组数据直观简洁，所以在日常生活中经常用到，比如平均速度，平均身高，平均产量，平均成绩.“范围”用于数值数据，而不是分类数据和顺序数据。

　　将numpy作为npnp.mean(num) III导入。找到模式

　　众数(模式)表示一组数据中出现次数最多的数据值。比如在{2，3，3，3}中，出现频率最高的是3，所以众数是3。模式可以是一个数字，但也可以是多个数字。在离散概率分布中，众数指的是具有最大概率质量函数的数据，即容易获得的数据。在连续概率分布中，众数是指具有最大概率密度函数的数据，即概率密度函数的峰值。在统计学上，众数和平均值、中位数一样，是关于一般或随机变量集中趋势的重要信息。在和谐的计算机分布(正态分布)中，众数处于峰值，与平均值和中值相同。然而，如果分布是高度偏斜的，则模式可能与平均值和中值有很大不同。

　　分布中的众数不一定只有一个，如果概率质量函数或概率密度函数在x1、x2等处具有最大值。会有多种模式。最极端的情况是离散均匀分布，所有点概率相同，所有点都是众数。如果概率密度函数有几个局部极大值，这些极值一般会被称为众数，这种连续的概率分布会被称为多峰分布(与单峰相反)。如果是对称的单峰分布(如正态分布)，众数、平均数、中位数会重合[1]。如果随机变量是从对称总体中产生的，样本的平均值可以用来估计总体模式。

　　方法一：通过建立numpy中元素出现次数的索引来查找模式。

　　将numpy作为NPC=NP导入。bincount (num) NP。argmax (c)方法二：直接使用scipy下的stats模块。

　　从scipy导入statsstats.mode(num)[0][0]

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。