在没有库的Python中查找均值、中位数、众数

在本文中，我们将学习如何在不使用外部库的情况下使用Python计算均值、中值和众数。

平均值：平均值是所有数字的平均值，有时称为算术平均值。此代码计算包含数字的列表的平均值或平均值：
```
# Python program to print
# mean of elements
  
# list of elements to calculate mean
n_num = [1, 2, 3, 4, 5]
n = len(n_num)
  
get_sum = sum(n_num)
mean = get_sum / n
  
print("Mean / Average is: " + str(mean))
```
输出：
```
Mean / Average is: 3.0
```
我们定义一个数字列表并计算列表的长度。然后我们使用 sum()函数来获取列表中所有元素的总和。最后，我们将总和除以列表中的元素数量，然后打印结果以获得列表的平均值/平均值。
中位数：中位数是一组数字中的中间数。此代码计算包含数字的列表的中位数：
```
# Python program to print
# median of elements
  
# list of elements to calculate median
n_num = [1, 2, 3, 4, 5]
n = len(n_num)
n_num.sort()
  
if n % 2 == 0:
    median1 = n_num[n//2]
    median2 = n_num[n//2 - 1]
    median = (median1 + median2)/2
else:
    median = n_num[n//2]
print("Median is: " + str(median))
```
输出：
```
Median is: 3
```
我们定义一个数字列表并计算列表的长度。要找到中位数，我们首先使用 sort()函数按升序对列表进行排序。
现在我们通过检查余数来检查数字是偶数还是奇数。如果数字是偶数，我们会在列表中找到 2 个中间元素，然后将它们的平均值打印出来。但是如果数字是奇数，我们会在列表中找到中间元素并将其打印出来。

众数：众数是一组数字中出现频率最高的数字。此代码计算包含数字的列表的模式：

# Python program to print
# mode of elements
from collections import Counter
  
# list of elements to calculate mode
n_num = [1, 2, 3, 4, 5, 5]
n = len(n_num)
  
data = Counter(n_num)
get_mode = dict(data)
mode = [k for k, v in get_mode.items() if v == max(list(data.values()))]
  
if len(mode) == n:
    get_mode = "No mode found"
else:
    get_mode = "Mode is / are: " + ', '.join(map(str, mode))
      
print(get_mode)

输出：

Mode is / are: 5

我们将从集合库中导入 Counter，它是Python 2 和 3 中的内置模块。这个模块将帮助我们计算列表中的重复元素。
我们定义一个数字列表并计算列表的长度。然后我们调用 Counter（一个 dict 子类）来帮助计算可散列对象，然后我们将其转换为 dict 对象。然后，我们使用 For 循环初始化一个列表，以将所有 dict 值（元素数）与所有 dict 值的最大值（最常见元素的计数）进行比较，并返回等于最大计数的所有元素。如果返回的元素等于列表中总元素的数量，那么我们打印出“无模式”，否则我们打印出返回的模式。

另一种通过简单编码查找模式的简单方法

# The list for which you need to find 
# the Mode
y= [11, 8, 8, 3, 4, 4, 5, 6, 6, 6, 7, 8]
  
# First you sort it
# You will get numbers arranged from 3 to 
# 11 in asc order
y.sort() 
  
# Now open an empty list.
# What you are going to do is to count
# the occurrence of each number and append
# (or to add your findings to) L1
L1=[]
  
# You can iterate through the sorted list
# of numbers in y,
# counting the occurrence of each number,
# using the following code
  
i = 0
while i < len(y) :
    L1.append(y.count(y[i]))
    i += 1
  
# your L1 will be [1, 2, 2, 1, 3, 3, 3, 1, 3, 3, 3, 1], 
# the occurrences for each number in sorted y
  
# now you can create a custom dictionary d1 for k : V
# where k = your values in sorted y 
# and v = the occurrences of each value in y
  
# the Code is as follows
  
d1 = dict(zip(y, L1))
  
# your d1 will be {3: 1, 4: 2, 5: 1, 6: 3, 7: 1, 8: 3, 11: 1}
# now what you need to do is to filter 
# the k values with the highest v values.
# do this with the following code
  
d2={k for (k,v) in d1.items() if v == max(L1) }
  
print("Mode(s) is/are :" + str(d2))

输出：

Mode(s) is/are :{8, 6}

结论
我们已经成功计算了数据集的均值、中值和众数，但您可能会想“每次我想获得数据集的均值、中值和众数时，我会使用这些算法吗？”
答案是你可以，但你肯定不会。这只是为了向您展示算法在找出其中任何一个时如何在幕后工作。
对于任何项目，这可以通过在Python 3 中简单地导入内置库“统计”并使用内置函数 mean()、median() 和 mode() 来实现。此外，还有其他外部库可以帮助您在 1 行代码中实现相同的结果，因为这些库中的代码是预先编写的。