Как найти среднее значение чисел в питоне

EDIT:

I added two other ways to get the average of a list (which are relevant only for Python 3.8+). Here is the comparison that I made:

import timeit
import statistics
import numpy as np
from functools import reduce
import pandas as pd
import math

LIST_RANGE = 10
NUMBERS_OF_TIMES_TO_TEST = 10000

l = list(range(LIST_RANGE))

def mean1():
    return statistics.mean(l)


def mean2():
    return sum(l) / len(l)


def mean3():
    return np.mean(l)


def mean4():
    return np.array(l).mean()


def mean5():
    return reduce(lambda x, y: x + y / float(len(l)), l, 0)

def mean6():
    return pd.Series(l).mean()


def mean7():
    return statistics.fmean(l)


def mean8():
    return math.fsum(l) / len(l)


for func in [mean1, mean2, mean3, mean4, mean5, mean6, mean7, mean8 ]:
    print(f"{func.__name__} took: ",  timeit.timeit(stmt=func, number=NUMBERS_OF_TIMES_TO_TEST))

These are the results I got:

mean1 took:  0.09751558300000002
mean2 took:  0.005496791999999973
mean3 took:  0.07754683299999998
mean4 took:  0.055743208000000044
mean5 took:  0.018134082999999968
mean6 took:  0.6663848750000001
mean7 took:  0.004305374999999945
mean8 took:  0.003203333000000086

Interesting! looks like math.fsum(l) / len(l) is the fastest way, then statistics.fmean(l), and only then sum(l) / len(l). Nice!

Thank you @Asclepius for showing me these two other ways!

OLD ANSWER:

In terms of efficiency and speed, these are the results that I got testing the other answers:

# test mean caculation

import timeit
import statistics
import numpy as np
from functools import reduce
import pandas as pd

LIST_RANGE = 10
NUMBERS_OF_TIMES_TO_TEST = 10000

l = list(range(LIST_RANGE))

def mean1():
    return statistics.mean(l)


def mean2():
    return sum(l) / len(l)


def mean3():
    return np.mean(l)


def mean4():
    return np.array(l).mean()


def mean5():
    return reduce(lambda x, y: x + y / float(len(l)), l, 0)

def mean6():
    return pd.Series(l).mean()



for func in [mean1, mean2, mean3, mean4, mean5, mean6]:
    print(f"{func.__name__} took: ",  timeit.timeit(stmt=func, number=NUMBERS_OF_TIMES_TO_TEST))

and the results:

mean1 took:  0.17030245899968577
mean2 took:  0.002183011999932205
mean3 took:  0.09744236000005913
mean4 took:  0.07070840100004716
mean5 took:  0.022754742999950395
mean6 took:  1.6689282460001778

so clearly the winner is:
sum(l) / len(l)

Mean() — это встроенная статистическая функция Python, используемая для вычисления среднего значения чисел списков. Он принимает данные в качестве аргумента и возвращает среднее значение данных.

Чтобы вычислить среднее значение списка в Python:

1. Используйте функцию Statistics.mean().
2. Используйте функции sum() и len().
3. Функцию numpy.mean().
4. Цикл for.

Формула для расчета среднего достигается путем вычисления суммы чисел в списке, поделенной на количество чисел в списке.

Выход

В приведенном выше примере у нас есть восемь точек данных, и мы используем функцию Statistics.mean() для вычисления среднего значения  списка.

Способ 1: функция Python Statistics.mean()

Чтобы использовать метод mean() в Python, импортируйте модуль статистики, а затем мы можем использовать функцию mean для возврата среднего значения данного списка.

Выход

В приведенном выше примере кода мы использовали функции среднего значения, режима, медианы, дисперсии и стандартного отклонения.

Способ 2: использование функций sum() и len()

Python sum() — это встроенная функция, которая возвращает сумму всех элементов списка. Точно так же функция len() возвращает количество элементов в списке. Мы объединим эти две встроенные функции, чтобы получить среднее значение списка.

Выход

Способ 3: использование функции numpy.mean()

Функция NumPy.mean() возвращает среднее значение элементов массива. Среднее значение берется по сглаженному массиву по умолчанию; в противном случае по указанной оси.

Библиотека Numpy — это широко используемая библиотека для работы с большими многомерными массивами. Он также имеет обширные математические функции для массивов для выполнения различных задач.

Важно отметить, что функция mean() даст нам среднее значение для предоставленного списка.

Выход

Метод 4: цикл For для вычисления среднего значения

В следующем примере кода мы инициализировали переменную sumOfNumbers значением 0 и использовали цикл for.

Цикл for будет перебирать элементы, присутствующие в списке, и каждое число добавляется и сохраняется внутри переменной sumOfNumbers.

Среднее значение рассчитывается с использованием суммы sumOfNumbers, деленной на количество чисел в списке с помощью встроенной функции len().

Выход

В приведенном выше коде мы используем цикл for для суммирования всех элементов, а затем делим эту сумму на несколько элементов, чтобы получить среднее значение в Python.

Дополнительные примеры

Мы импортируем модуль статистики, а затем вызовем функцию mean(), чтобы получить среднее значение данных.

Выход

Вычисление среднего значения кортежа в Python

Чтобы найти среднее значение кортежа в Python, используйте метод Statistics.mean(), который аналогичен нахождению среднего значения списка. Мы должны передать кортеж в качестве параметра.

Выход

Это будет работать так же, как список. Он просто возвращает среднее значение чисел внутри кортежа.

Нахождение среднего значения словаря в Python

Чтобы вычислить среднее значение словаря, мы можем использовать метод Statistics.mean(). В словаре функция подсчитывает только ключи как числа и возвращает среднее значение этого словаря на основе ключей словаря.

Выход

Кортеж отрицательного набора целых чисел

Мы используем statistics, чтобы найти среднее значение кортежа отрицательного метода set.mean(). Нам нужно передать отрицательный кортеж в качестве параметра функции mean(), а взамен мы получим вывод.

Выход

Возьмем пример кортежа из смешанного диапазона чисел.

Выход

Список отрицательного набора целых чисел

Чтобы вычислить среднее значение списка в Python, используйте метод Statistics.mean(). Мы передадим список отрицательного множества методу mean(), и на выходе мы рассчитаем среднее значение.

См. следующий вывод.

Возьмем пример списка смешанного диапазона чисел.

Выход

Как вычислить среднее значение списка дробей

Чтобы вычислить среднее значение списка дробей, используйте метод Statistics.mean(). Сначала нам нужно импортировать модуль статистики и дробей, а затем создать дробь чисел, и на выходе мы получим средние значения.

Выход

TypeError в Python

Давайте возьмем строковые ключи в словаре Python и получим среднее значение строковых значений. Выйдет ошибка, потому что мы не можем найти среднее значение строки.

Выход

Для обработки любых данных в Python приходится выполнять множество математических вычислений. В этой статье рассмотрим различные способы вычисления среднего значения заданных чисел.

Как рассчитать среднее значение заданных чисел

Среднее значение заданных чисел – это сумма всех чисел, делёная на общее количество чисел.

Например, если нам даны числа 1, 2, 4, 5, 6, 7, 8, 10, и 12, то сумма всех заданных чисел равна 55, а их общее количество равно 9. Таким образом, среднее значение всех чисел будет равно 55/9, т.е. 6,111 .

Вычисляем среднее значение, используя цикл for

Если нам дан список чисел, мы можем вычислить среднее значение с помощью цикла for. Сначала объявим переменную sumofNums и переменную count и дадим им значение 0. Затем пройдемся по каждому элементу списка. Будем добавлять каждый элемент в переменную sumofNums. В это время будем увеличивать переменную count на 1. После обхода всего списка у нас будет сумма всех элементов списка в переменной sumofNums и общее количество элементов в переменной count. Теперь можно разделить сумму чисел на количество, чтобы получить среднее значение элементов списка:

numbers = [1, 2, 34, 56, 7, 23, 23, 12, 1, 2, 3, 34, 56]
sumOfNums = 0
count = 0
for number in numbers:
    sumOfNums += number
    count += 1
average = sumOfNums / count
print("The list of numbers is:", numbers)
print("The average of all the numbers is:", average)

Вывод:

The list of numbers is: [1, 2, 34, 56, 7, 23, 23, 12, 1, 2, 3, 34, 56]
The average of all the numbers is: 19.53846153846154

Рассчитываем среднее значение с помощью встроенных функций

Вместо цикла for можно использовать встроенные функции.

Можно вычислить сумму всех элементов списка с помощью метода sum(), а затем мы можем вычислить общее количество элементов в списке с помощью метода len(). Таким образом, у нас будет сумма чисел и общее количество чисел, с помощью которых мы сможем рассчитать среднее значение:

numbers = [1, 2, 34, 56, 7, 23, 23, 12, 1, 2, 3, 34, 56]
sumOfNums = sum(numbers)
count = len(numbers)
average = sumOfNums / count
print("The list of numbers is:", numbers)
print("The average of all the numbers is:", average)

Вывод:

The list of numbers is: [1, 2, 34, 56, 7, 23, 23, 12, 1, 2, 3, 34, 56]
The average of all the numbers is: 19.53846153846154

Также можно использовать метод mean() модуля статистики для прямого вычисления среднего значения элементов списка. Мы передадим данный список чисел в качестве входных данных методу mean(), и он вернёт среднее значение чисел:

import statistics
numbers = [1, 2, 34, 56, 7, 23, 23, 12, 1, 2, 3, 34, 56]
average = statistics.mean(numbers)
print("The list of numbers is:", numbers)
print("The average of all the numbers is:", average)

Вывод:

The list of numbers is: [1, 2, 34, 56, 7, 23, 23, 12, 1, 2, 3, 34, 56]
The average of all the numbers is: 19.53846153846154

Заключение

В этой статье мы обсудили различные способы вычисления среднего значения заданных чисел в Python.

Просмотры: 6 335

В этой статье мы рассмотрим различные способы найти среднее значение списка в списке Python. Среднее значение – это значение, которое представляет весь набор элементов данных или элементов.

Формула: Среднее значение = сумма чисел / общее количество.

Методы поиска среднего значения списка

Для вычисления среднего значения списка в Python можно использовать любой из следующих методов:

• Функция mean();
• Встроенный метод sum();
• Методы lambda() и reduce();
• Метод operator.add().

Функция mean()

Python 3 имеет модуль статистики, который содержит встроенную функцию для вычисления среднего числа. Функция statistics.mean() используется для вычисления среднего входного значения или набора данных.

Функция mean() принимает список, кортеж или набор данных, содержащий числовые значения, в качестве параметра и возвращает среднее значение элементов данных.

Синтаксис:

mean(data-set/input-values)

Пример:

from statistics import mean 

inp_lst = [12, 45, 78, 36, 45, 237.11, -1, 88] 
list_avg = mean(inp_lst) 

print("Average value of the list:n") 
print(list_avg) 
print("Average value of the list with precision upto 3 decimal value:n")
print(round(list_avg,3))

В приведенном выше фрагменте кода мы использовали метод statistics.round() для округления выходного среднего до определенного десятичного значения.

Синтаксис:

statistics.round(value, precision value)

Вывод:

Average value of the list:

67.51375
Average value of the list with precision upto 3 decimal value:

67.514

Использование функции sum()

Функция statistics.sum() также может использоваться для поиска среднего значения данных в списке Python.

Функция statistics.len() используется для вычисления длины списка, т.е. количества элементов данных, присутствующих в списке.

Синтаксис:

len(input-list)

Кроме того, функция statistics.sum() используется для вычисления суммы всех элементов данных в списке.

Синтаксис:

sum(input-list)

Примечание: среднее значение = (сумма) / (количество).

Пример:

from statistics import mean 

inp_lst = [12, 45, 78, 36, 45, 237.11, -1, 88]

sum_lst = sum(inp_lst)

lst_avg = sum_lst/len(inp_lst)
print("Average value of the list:n") 
print(lst_avg) 
print("Average value of the list with precision upto 3 decimal value:n")
print(round(lst_avg,3))

Вывод:

Average value of the list:

67.51375
Average value of the list with precision upto 3 decimal value:

67.514

3. Использование reduce() и lambda()

Мы можем использовать функцию reduce() вместе с функцией lambda().

Функция reduce() в основном используется для применения определенной (входной) функции к набору элементов, переданных в функцию.

Синтаксис:

reduce(function,input-list/sequence)

• Первоначально функция reduce() применяет переданную функцию к первым двум последовательным элементам и возвращает результат.
• Далее мы применяем ту же функцию к результату, полученному на предыдущем шаге, и к элементу, следующему за вторым элементом.
• Этот процесс продолжается, пока не дойдет до конца списка.
• Наконец, результат возвращается на терминал или экран в качестве вывода.

Функция lambda() используется для создания и формирования анонимных функций, то есть функции без имени или подписи.

Синтаксис:

lambda arguments:function

Пример:

from functools import reduce 

inp_lst = [12, 45, 78, 36, 45, 237.11, -1, 88]

lst_len= len(inp_lst)

lst_avg = reduce(lambda x, y: x + y, inp_lst) /lst_len 
print("Average value of the list:n") 
print(lst_avg) 
print("Average value of the list with precision upto 3 decimal value:n")
print(round(lst_avg,3))

Вывод:

Average value of the list:

67.51375
Average value of the list with precision upto 3 decimal value:

67.514

Функция operator.add() для поиска среднего значения списка

Модуль operator.add() содержит различные функции для эффективного выполнения основных вычислений и операций.

Функцию operator.add() можно использовать для вычисления суммы всех значений данных, присутствующих в списке, с помощью функции reduce().

Синтаксис:

operator.add(value1, value2)

Примечание: среднее значение = (сумма) / (длина или количество элементов)

Пример:

from functools import reduce 
import operator
inp_lst = [12, 45, 78, 36, 45, 237.11, -1, 88]

lst_len = len(inp_lst)

lst_avg = reduce(operator.add, inp_lst) /lst_len 
print("Average value of the list:n") 
print(lst_avg) 
print("Average value of the list with precision upto 3 decimal value:n")
print(round(lst_avg,3))

Вывод:

Average value of the list:

67.51375
Average value of the list with precision upto 3 decimal value:

67.514

Метод NumPy average() для вычисления среднего значения списка

Модуль NumPy имеет встроенную функцию для вычисления среднего значения элементов данных, присутствующих в наборе данных или списке.

Метод numpy.average() используется для вычисления среднего значения входного списка.

Пример:

import numpy

inp_lst = [12, 45, 78, 36, 45, 237.11, -1, 88]

lst_avg = numpy.average(inp_lst)
print("Average value of the list:n") 
print(lst_avg) 
print("Average value of the list with precision upto 3 decimal value:n")
print(round(lst_avg,3))

Вывод:

Average value of the list:

67.51375
Average value of the list with precision upto 3 decimal value:

67.514

Python предоставляет удобные средства для работы со списками, включая вычисление среднего арифметического элементов списка. Среднее арифметическое — это сумма элементов списка, разделенная на количество элементов в списке. В этой статье мы рассмотрим различные способы нахождения среднего арифметического элементов списка в Python.

Использование цикла for для вычисления среднего арифметического

Для вычисления среднего арифметического элементов списка в Python можно использовать цикл for. Сначала необходимо создать список, который будет содержать элементы, среднее арифметическое которых нужно вычислить. Далее можно использовать цикл for для итерации по элементам списка и вычисления их суммы. Затем необходимо разделить полученную сумму на количество элементов списка, чтобы получить среднее арифметическое.

Пример кода:

numbers = [1, 2, 3, 4, 5]
sum = 0

for num in numbers:
    sum += num

avg = sum / len(numbers)

print("Среднее арифметическое:", avg)

В этом примере мы создали список numbers, содержащий числа от 1 до 5, затем использовали цикл for для вычисления их суммы и разделили ее на количество элементов списка, чтобы получить среднее арифметическое. Результат выполнения программы будет следующим:

Среднее арифметическое: 3.0

Использование функции sum() и len() для вычисления среднего арифметического

Еще одним простым способом вычисления среднего арифметического элементов списка в Python является использование функций sum() и len(). Функция sum() возвращает сумму всех элементов списка, а функция len() возвращает количество элементов в списке. Делением суммы на количество элементов можно получить среднее арифметическое.

Вот как это можно реализовать в коде:

my_list = [1, 2, 3, 4, 5]
average = sum(my_list) / len(my_list)
print("Среднее арифметическое списка:", average)

В этом примере мы сначала создаем список my_list с пятью элементами. Затем мы вычисляем среднее арифметическое элементов списка с помощью функций sum() и len() и сохраняем результат в переменной average. Наконец, мы выводим среднее арифметическое на экран с помощью функции print(). Этот способ вычисления среднего арифметического является очень простым и эффективным.

Использование функции mean() из библиотеки statistics для вычисления среднего арифметического

Для вычисления среднего арифметического элементов списка можно использовать функцию mean() из стандартной библиотеки statistics. Эта функция возвращает среднее арифметическое переданного ей списка чисел.

Пример использования функции mean():

import statistics

my_list = [1, 2, 3, 4, 5]
average = statistics.mean(my_list)
print("Среднее арифметическое:", average)

В данном примере мы создаем список my_list и передаем его функции mean(). Функция вычисляет среднее арифметическое элементов списка и сохраняет результат в переменной average. Затем мы выводим полученное значение на экран.

Функция mean() также поддерживает списки, содержащие элементы разных типов, например, целые числа и числа с плавающей запятой. Если список пуст, то функция вызовет исключение StatisticsError. Если список содержит элементы, которые не являются числами, то будет вызвано исключение TypeError.