[[399984]]

本文轉載自微信公眾號「大數據DT」，作者保羅·戴特爾 。轉載本文請聯系大數據DT公眾號。

本文我們將討論如何使用描述性統計數據進行數據分析，包括：

• 均值——一組值的平均值;
• 中值——當所有值按順序排列時的中間值;
• 眾數——最常出現的值。

以上這些都是集中趨勢度量，每種都會產生一個值來表示一組值中的“中心”值，或者說，在某種意義上是這組值中的典型值。

我們來計算一個整數列表的均值、中值和眾數。下面的代碼段創建一個名為grades的列表，然后使用內置的sum和len函數來“手動”計算平均值——sum計算grade的總和(397)，len計算grade的個數(5)：

grades = [85, 93, 45, 89, 85] 
 
sum(grades) / len(grades) 

與函數min和max(在《手把手教你用Python求最大值和最小值》一文中介紹)類似，sum和len都是函數式編程中約簡的示例，它們會將值合集減少為單個值——值的總和與值的數量。

Python標準庫的statistics模塊提供了計算均值、中值和眾數的函數，這些同樣也是約簡。要使用這些功能，首先需要導入statistics模塊，如下：

import statistics 

然后，可以使用“statistics.”加上需要調用的函數名稱來訪問模塊的功能。下面的代碼使用statistics模塊的mean、median和mode函數分別計算列表grades的均值(79.4)、中值(85)和眾數(85)：

statistics.mean(grades) 
 
statistics.median(grades) 
 
statistics.mode(grades) 

其中，每個函數的參數都必須是可迭代的，在本例中為列表grades。要確認中值和眾數是否正確，可以使用內置的sorted函數來得到列表grades按值的遞增順序排列的副本：

sorted(grades) 

結果：

[45, 85, 85, 89, 93] 

列表grades具有奇數個值(5)，因此median返回中間值(85)。如果列表包含偶數個值，則median會返回兩個中間值的平均值。從排好序的列表可以看到85是眾數，因為它出現的次數最多(兩次)。類似于下面的列表會導致mode函數產生一個StatisticsError：

[85, 93, 45, 89, 85, 93] 

因為其中有兩個或更多個“出現最多”的值。這樣的一組值是雙峰的，85和93都出現了兩次。

關于作者：保羅·戴特爾，Deitel&Associates公司首席執行官兼首席技術官，畢業于麻省理工學院，擁有38年的計算經驗。保羅是世界上最有經驗的編程語言培訓師之一，自1992年以來一直針對軟件開發人員教授專業課程。他服務過的國際客戶包括思科、IBM、西門子、Oracle、戴爾、富達、美國國家航空航天局肯尼迪航天中心等。

本文摘編自《Python程序設計：人工智能案例實踐》，經出版方授權發布。