Voraussetzung: Einführung in statistische Funktionen
Python ist eine sehr beliebte Sprache, wenn es um Datenanalyse und Statistik geht. Glücklicherweise bietet Python3 ein Statistikmodul, das sehr nützliche Funktionen wie „mean()“, „median()“, „mode()“ usw. enthält.
bedeuten() Die Funktion kann verwendet werden, um den Mittelwert/Durchschnitt einer bestimmten Liste von Zahlen zu berechnen. Es gibt den Mittelwert des als Parameter übergebenen Datensatzes zurück.
Das arithmetische Mittel ist die Summe der Daten dividiert durch die Anzahl der Datenpunkte. Es ist ein Maß für die zentrale Position von Daten in einer Reihe von Werten, deren Bereich variiert. In Python tun wir dies normalerweise, indem wir die Summe gegebener Zahlen durch die Anzahl der vorhandenen Zahlen dividieren.
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>
Syntax : Mittelwert([Datensatz])
Parameter:
[Datensatz] : Liste oder Tupel einer Menge von Zahlen.
Kehrt zurück : Beispielhaftes arithmetisches Mittel des bereitgestellten Datensatzes.
Ausnahmen :
TypeError wenn etwas anderes als numerische Werte als Parameter übergeben werden.
Code Nr. 1: Arbeiten
Python3
# 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)> |
>
>
Ausgabe :
Mean is : 4.428571428571429>
Code Nr. 2: Arbeiten
Python3
Java liest CSV
# 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)))> |
>
>
Ausgabe :
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>
Code Nr. 3: TypeError
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))> |
>
>
Ausgabe :
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>
Anwendungen:
Der Mittelwert/Arithmetische Durchschnitt ist eine der sehr wichtigen Funktionen bei der Arbeit mit Statistiken und großen Werten. Mit einer Funktion wie „mean()“ können also Trend- und Feature-Werte aus großen Datensätzen extrahiert werden.