在Python中是否有内置的或标准库方法可以计算数字列表的算术平均数（一种平均数）？
13个回答
288
我不知道标准库中是否有相关内容。但是，你可以使用类似以下的东西：
def mean(numbers):
return float(sum(numbers)) / max(len(numbers), 1)
>>> mean([1,2,3,4])
2.5
>>> mean([])
0.0
在numpy中，有
numpy.mean()函数。- NPE
7
21一个常见的想法是认为
[]的平均值为0，可以通过float(sum(l))/max(len(l),1)来实现。 - yo'9根据PEP 8规范，
l是一个糟糕的变量名，因为它看起来太像1。此外，我会使用if l而不是if len(l) > 0。可以参考这里：https://dev59.com/o3VD5IYBdhLWcg3wNIvc - zondo3见上面的问题：为避免被零除（对于[]） - Simon Fakir
1在Python 3中，您不需要调用
float。此外，在我看来，对于空列表，引发ZeroDivisionError是有意义的，而不是返回0。通过这些更改，代码将变为：return sum(numbers) / len(numbers)。 - Solomon Ucko8空列表没有意义，请不要假装它们有意义。 - Marcelo Cantos
显示剩余2条评论
196
NumPy拥有一个算术平均的函数numpy.mean。使用起来非常简单:
>>> import numpy
>>> a = [1, 2, 4]
>>> numpy.mean(a)
2.3333333333333335
- Bengt
9
6在虚拟环境中安装numpy非常困难。你应该考虑不使用这个库。 - vcarel
48我不确定你为什么这样说。以前是有这个问题，但在过去一年多的时间里，安装numpy已经变得非常容易了。 - user227667
6我必须赞同这个评论。我目前在OSX的virtualenv中使用numpy，完全没有问题（当前使用CPython 3.5）。 - Juan Carlos Coto
4使用像Travis CI这样的持续集成系统，安装numpy需要额外几分钟的时间。如果您重视快速、轻便的构建，并且只需要平均值，请考虑... - Akseli Palén
显示剩余4条评论
191
使用 statistics.mean 函数：
import statistics
print(statistics.mean([1,2,4])) # 2.3333333333333335
自Python 3.4起可用。 对于3.1-3.3用户，该模块的旧版本可在PyPI上使用，名称为stats。 只需将statistics更改为stats即可。
- kirbyfan64sos
4
2请注意，与其他解决方案相比，这种方法非常缓慢。比较
timeit("numpy.mean(vec))、timeit("sum(vec)/len(vec)") 和 timeit("statistics.mean(vec)") - 后者比其他方法慢得多（在我的电脑上有时超过100倍）。这似乎是由于 statistics 中的 sum 运算符实现特别精确，详见 PEP 和 Code。不确定 statistics._sum 和 numpy.sum 之间性能差异巨大的原因。 - Eike P.12@jhin，这是因为
statistics.mean试图让结果正确。它正确计算了[1e50, 1, -1e50] * 1000的平均值。 - Antti Haapala -- Слава Україні1
statistics.mean 也可以接受一个值的生成器表达式，而所有使用 len() 作为除数的解决方案都会卡住。 - PaulMcG自从Python 3.8版本以来，就有了更快的
statistics.fmean函数。 - Mathieu Rollet55
您甚至不需要使用numpy或scipy...
>>> a = [1, 2, 3, 4, 5, 6]
>>> print(sum(a) / len(a))
3
- Mumon
6
24如果输入 mean([2,3])，则会得到2这个结果。注意浮点数的处理。最好使用 float(sum(l))/len(l)。更好的做法是要小心检查列表是否为空。 - Jk041
15在Python 3中，除法运算会按预期进行：进行除法计算。 - yota
13如果你在Python 2.2+的程序开头加入
from __future__ import division，则可以实现： - spiffytech大数和溢出怎么办？ - obayhan
1
a = list()怎么样？建议的代码会导致ZeroDivisionError错误。 - 0 _@Ioannis 这可以说是正常工作的。所有其他答案在空序列上引发错误或警告。 - wjandrea
8
使用Scipy:
import scipy;
a=[1,2,4];
print(scipy.mean(a));
- Elendurwen
1
38scipy.stats.mean已经被弃用，请更新代码使用numpy.mean。 - Bengt
7
不必将其转换为浮点数，您可以采取以下措施
def mean(nums):
return sum(nums, 0.0) / len(nums)
或者使用 lambda 函数。
mean = lambda nums: sum(nums, 0.0) / len(nums)
更新：2019-12-15
Python 3.8在 statistics 模块中添加了函数 fmean，它比 mean() 函数更快并且始终返回浮点数。
将数据转换为浮点型并计算算术平均值。
该函数比 mean() 函数运行更快，并且它始终返回浮点数。数据可以是一个 sequence 或 iterable。如果输入的数据集为空，则会引发 StatisticsError 异常。
fmean([3.5, 4.0, 5.25])
4.25
在版本 3.8 中新增。
- Vlad Bezden
3
from statistics import mean
avarage=mean(your_list)
例如
from statistics import mean
my_list=[5,2,3,2]
avarage=mean(my_list)
print(avarage)
结果是
3.0
- fariborz najafi
1
您的问题的正确答案是使用
statistics.mean。但为了好玩，这里有一个版本的均值不使用len()函数，因此它（像statistics.mean）可以用于生成器，这些生成器不支持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)))
- PaulMcG
1
def avg(l):
"""uses floating-point division."""
return sum(l) / float(len(l))
示例：
l1 = [3,5,14,2,5,36,4,3]
l2 = [0,0,0]
print(avg(l1)) # 9.0
print(avg(l2)) # 0.0
- jasonleonhard
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接