Python-statistics-Modul

In der Datenanalyse und im wissenschaftlichen Rechnen ist Statistik ein sehr wichtiges Werkzeug.

Python bietet ein integriertesstatisticsModul, speziell für die Durchführung grundlegender statistischer Berechnungen. Dieser Artikel wird ausführlichstatisticsdie Funktionen und die Verwendung des Moduls beschreiben und Anfängern helfen, schnell zu lernen, wie sie dieses Modul für grundlegende statistische Analysen verwenden.

statisticsDas Modul bietet viele gängige statistische Funktionen, wie Mittelwert, Median, Varianz, Standardabweichung usw.

Um die Funktionen des Moduls statistics zu verwenden, müssen Sie zuerst importieren:

import statistics

Inhalt des Moduls statistics anzeigen:

>>> import statistics
>>> dir(statistics)
['Counter', 'Decimal', 'Fraction', 'NormalDist', 'StatisticsError', '__all__', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__', '_coerce', '_convert', '_exact_ratio', '_fail_neg', '_find_lteq', '_find_rteq', '_isfinite', '_normal_dist_inv_cdf', '_ss', '_sum', 'bisect_left', 'bisect_right', 'erf', 'exp', 'fabs', 'fmean', 'fsum', 'geometric_mean', 'groupby', 'harmonic_mean', 'hypot', 'itemgetter', 'log', 'math', 'mean', 'median', 'median_grouped', 'median_high', 'median_low', 'mode', 'multimode', 'numbers', 'pstdev', 'pvariance', 'quantiles', 'random', 'sqrt', 'stdev', 'tau', 'variance']

Gängige statistische Funktionen

Mittelwert

Der Mittelwert ist der Durchschnitt aller Werte in einem Datensatz.statisticsDas Modul bietet diemean()Funktion zur Berechnung des Mittelwerts.

Beispiel

data = [1, 2, 3, 4, 5]
mean_value = statistics.mean(data)
print("Mittelwert:", mean_value)

Ausgabe:

均值: 3

Median

Der Median ist der Wert, der in der Mitte eines Datensatzes liegt, wenn dieser nach Größe geordnet ist.statisticsDas Modul bietet diemedian()Funktion zur Berechnung des Medians.

Beispiel

data = [1, 2, 3, 4, 5]
median_value = statistics.median(data)
print("Median:", median_value)

Ausgabe:

中位数: 3

Wenn die Länge des Datensatzes gerade ist,median()berechnet die Funktion automatisch den Durchschnitt der beiden mittleren Zahlen.

Beispiel

data = [1, 2, 3, 4]
median_value = statistics.median(data)
print("Median:", median_value)

Ausgabe:

中位数: 2.5

Mode

Der Modus ist der Wert, der in einem Datensatz am häufigsten vorkommt.statisticsDas Modul bietet diemode()Funktion zur Berechnung des Modus.

Beispiel

data = [1, 2, 2, 3, 4]
mode_value = statistics.mode(data)
print("Modus:", mode_value)

Ausgabe:

众数: 2

Wenn es im Datensatz keine wiederholten Werte gibt,mode()löst die Funktion einenStatisticsErrorAusnahme.

Varianz

Die Varianz ist ein Maß für den Grad der Streuung von Werten in einem Datensatz.statisticsDas Modul bietet dievariance()Funktion zur Berechnung der Varianz.

Beispiel

data = [1, 2, 3, 4, 5]
variance_value = statistics.variance(data)
print("Varianz:", variance_value)

Ausgabe:

方差: 2.5

Standardabweichung

Die Standardabweichung ist die Quadratwurzel der Varianz und wird verwendet, um die Streuung eines Datensatzes zu messen.statisticsDas Modul bietet diestdev()Funktion zur Berechnung der Standardabweichung.

Beispiel

data = [1, 2, 3, 4, 5]
stdev_value = statistics.stdev(data)
print("Standardabweichung:", stdev_value)

Ausgabe:

标准差: 1.5811388300841898

Harmonisches Mittel

Das harmonische Mittel ist eine spezielle Art von Mittelwert, geeignet für Szenarien wie die Berechnung von Raten.statisticsDas Modul bietet dieharmonic_mean()Funktion zur Berechnung des harmonischen Mittels.

Beispiel

data = [1, 2, 4]
harmonic_mean_value = statistics.harmonic_mean(data)
print("Harmonisches Mittel:", harmonic_mean_value)

Ausgabe:

调和平均数: 1.7142857142857142

Geometrisches Mittel

Das geometrische Mittel ist ein Mittelwert, der zur Berechnung von Wachstumsraten oder Verhältnissen verwendet wird.statisticsDas Modul bietet diegeometric_mean()Funktion zur Berechnung des geometrischen Mittels.

Beispiel

data = [1, 2, 4]
geometric_mean_value = statistics.geometric_mean(data)
print("Geometrisches Mittel:", geometric_mean_value)

Ausgabe:

几何平均数: 2.0

Weitere gängige Funktionen

Unterer Median und oberer Median

statisticsDas Modul bietet außerdem diemedian_low()undmedian_high()Funktionen, die verwendet werden, um den unteren Median bzw. den oberen Median eines Datensatzes zu berechnen.

Beispiel

data = [1, 2, 3, 4]
median_low_value = statistics.median_low(data)
median_high_value = statistics.median_high(data)
print("Unterer Median:", median_low_value)
print("Oberer Median:", median_high_value)

Ausgabe:

中位数低: 2
中位数高: 3

Quantile

Quantile sind Werte, die einen Datensatz in mehrere gleiche Teile unterteilen.statisticsDas Modul bietet diequantiles()Funktion zur Berechnung von Quantilen.

Beispiel

data = [1, 2, 3, 4, 5]
quantiles_value = statistics.quantiles(data, n=4)
print("Quartile:", quantiles_value)

Ausgabe:

四分位数: [1.5, 3.0, 4.5]

Methoden des math-Moduls

Methode Beschreibung
statistics.harmonic_mean() Berechnet das harmonische Mittel eines gegebenen Datensatzes.
statistics.mean() Berechnet den Mittelwert eines Datensatzes
statistics.median() Berechnet den Median eines Datensatzes
statistics.median_grouped() Berechnet den Median gruppierter Daten für einen gegebenen gruppierten Datensatz
statistics.median_high() Berechne den oberen Median eines gegebenen Datensatzes
statistics.median_low() Berechne den unteren Median eines gegebenen Datensatzes.
statistics.mode() Berechne den Modus eines Datensatzes (der am häufigsten vorkommende Wert)
statistics.pstdev() Berechne die Stichprobenstandardabweichung eines gegebenen Datensatzes
statistics.stdev() Berechne die Standardabweichung eines Datensatzes
statistics.pvariance() Berechne die Stichprobenvarianz eines gegebenen Datensatzes
statistics.variance() Berechne die Varianz eines Datensatzes
statistics.quantiles() Berechne die Quantile eines Datensatzes, wobei die Anzahl der Quantile angegeben werden kann (standardmäßig Quartile)
Andere Erweiterungen