¿Existe un método de biblioteca incorporado o estándar en Python para calcular la media aritmética (un tipo de promedio) de una lista de números?
¿Existe un método de biblioteca incorporado o estándar en Python para calcular la media aritmética (un tipo de promedio) de una lista de números?
Respuestas:
No tengo conocimiento de nada en la biblioteca estándar. Sin embargo, podría usar algo como:
def mean(numbers):
return float(sum(numbers)) / max(len(numbers), 1)
>>> mean([1,2,3,4])
2.5
>>> mean([])
0.0
En numpy, hay numpy.mean()
.
[]
es 0
, que puede hacerse por float(sum(l))/max(len(l),1)
.
max
?
NumPy tiene un numpy.mean
que es una media aritmética. El uso es tan simple como esto:
>>> import numpy
>>> a = [1, 2, 4]
>>> numpy.mean(a)
2.3333333333333335
Uso statistics.mean
:
import statistics
print(statistics.mean([1,2,4])) # 2.3333333333333335
Está disponible desde Python 3.4. Para los usuarios 3.1-3.3, una versión anterior del módulo está disponible en PyPI bajo el nombre stats
. Solo cambia statistics
a stats
.
timeit("numpy.mean(vec))
, timeit("sum(vec)/len(vec)")
y timeit("statistics.mean(vec)")
- este último es más lento que los demás por un factor enorme (> 100 en algunos casos en mi PC). Esto parece deberse a una implementación particularmente precisa del sum
operador statistics
, ver PEP y Código . Sin embargo, no estoy seguro de la razón de la gran diferencia de rendimiento entre statistics._sum
y numpy.sum
.
statistics.mean
intenta ser correcto . Calcula correctamente la media de [1e50, 1, -1e50] * 1000
.
statistics.mean
también aceptará una expresión generadora de valores, que todas las soluciones que usan len()
para el divisor se ahogarán.
Ni siquiera necesitas numpy o scipy ...
>>> a = [1, 2, 3, 4, 5, 6]
>>> print(sum(a) / len(a))
3
from __future__ import division
en la parte superior de su programa
a = list()
? El código propuesto da como resultado ZeroDivisionError
.
Use scipy:
import scipy;
a=[1,2,4];
print(scipy.mean(a));
En lugar de lanzar para flotar, puedes hacer lo siguiente
def mean(nums):
return sum(nums, 0.0) / len(nums)
o usando lambda
mean = lambda nums: sum(nums, 0.0) / len(nums)
ACTUALIZACIONES: 2019-12-15
Python 3.8 agregó la función fmean al módulo de estadísticas . Que es más rápido y siempre devuelve flotante.
Convierta datos en flotantes y calcule la media aritmética.
Esto se ejecuta más rápido que la función mean () y siempre devuelve un flotante. Los datos pueden ser una secuencia o iterables. Si el conjunto de datos de entrada está vacío, genera un StatisticsError.
fmean ([3.5, 4.0, 5.25])
4.25
Nuevo en la versión 3.8.
from statistics import mean
avarage=mean(your_list)
por ejemplo
from statistics import mean
my_list=[5,2,3,2]
avarage=mean(my_list)
print(avarage)
y el resultado es
3.0
def avg(l):
"""uses floating-point division."""
return sum(l) / float(len(l))
l1 = [3,5,14,2,5,36,4,3]
l2 = [0,0,0]
print(avg(l1)) # 9.0
print(avg(l2)) # 0.0
def list_mean(nums):
sumof = 0
num_of = len(nums)
mean = 0
for i in nums:
sumof += i
mean = sumof / num_of
return float(mean)
Siempre supuse que avg
se omite de builtins / stdlib porque es tan simple como
sum(L)/len(L) # L is some list
y cualquier advertencia ya se abordaría en el código de llamada para uso local .
Advertencias notables:
resultado no flotante: en python2, 9/4 es 2. para resolver, usar float(sum(L))/len(L)
ofrom __future__ import division
división por cero: la lista puede estar vacía. resolver:
if not L:
raise WhateverYouWantError("foo")
avg = float(sum(L))/len(L)
La respuesta adecuada a su pregunta es usar statistics.mean
. Pero por diversión, aquí hay una versión de mean que no usa la len()
función, por lo que (like statistics.mean
) se puede usar en generadores, que no admiten len()
:
from functools import reduce
from operator import truediv
def ave(seq):
return truediv(*reduce(lambda a, b: (a[0] + b[1], b[0]),
enumerate(seq, start=1),
(0, 0)))
Otros ya publicaron muy buenas respuestas, pero algunas personas aún podrían estar buscando una forma clásica de encontrar Mean (promedio), así que aquí publico esto (código probado en Python 3.6):
def meanmanual(listt):
mean = 0
lsum = 0
lenoflist = len(listt)
for i in listt:
lsum += i
mean = lsum / lenoflist
return float(mean)
a = [1, 2, 3, 4, 5, 6]
meanmanual(a)
Answer: 3.5