logo

Statistiques Python | fonction moyenne()

Prérequis : Introduction aux fonctions statistiques
Python est un langage très populaire en matière d'analyse de données et de statistiques. Heureusement, Python3 fournit un module de statistiques, doté de fonctions très utiles comme Mean(), Median(), mode() etc.
signifier() La fonction peut être utilisée pour calculer la moyenne/moyenne d’une liste de nombres donnée. Il renvoie la moyenne de l'ensemble de données passé en paramètres.
La moyenne arithmétique est la somme des données divisée par le nombre de points de données. Il s'agit d'une mesure de l'emplacement central des données dans un ensemble de valeurs dont la plage varie. En Python, nous faisons généralement cela en divisant la somme des nombres donnés par le nombre de nombres présents.

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>




Syntaxe : moyenne ([ensemble de données])
Paramètres :
[base de données] : Liste ou tuple d'un ensemble de nombres.
Retour : Exemple de moyenne arithmétique de l'ensemble de données fourni.
Des exceptions :
Erreur-type lorsque des valeurs autres que numériques sont passées en paramètre.


Code #1 : Fonctionnement

classe de scanner Java

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)>

poids de Kat Timpf
>

>

Sortir :

 Mean is : 4.428571428571429>


Code #2 : Fonctionnement

Python3




# 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)))>

>

>

Sortir :

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 #3 : Erreur-type

numéro alphabétique

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))>

java création d'une liste
>

>

Sortir :

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>


Applications :
La moyenne moyenne/arithmétique est l'une des fonctions les plus importantes lorsque l'on travaille avec des statistiques et des valeurs élevées. Ainsi, avec une fonction comme Mean(), les valeurs de tendance et les valeurs sélectionnées peuvent être extraites des grands ensembles de données.