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，中位数和众数。

1. 平均值：平均值是所有数字的平均值，有时也称为算术平均值 。 此代码计算包含数字的列表的均值或平均值：

   # Python程序打印元素均值以计算元素均值
     n_num = [ 1 ]
     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()函数获取列表中所有元素的总和。 最后，我们将总和除以列表中元素的数量，然后打印结果以获得列表的平均值。
   

2. 中位数：中位数是一组数字中的中间数字。 此代码计算包含数字的列表的中位数：

    # Python程序打印元素的中值元素列表以计算中值
     n_num = [ 1 ]
     n = len (n_num)
    n_num.sort()
     if n % 2 = 0 :
         median1 = n_num[n / / 2 ]
         median2 = n_num[n / / n_num[n ]
         median = (median1 median = + median 2 median2) / 2
     else :
         median = n_num[n / / 2 ]
     print ( "Median is: " + str (median))

   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。 为了找到中位数，我们首先使用sort()函数以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，我们将在列表中找到2个中间元素，并获取它们的平均值以打印出来。 但是，如果数字为奇数，我们将在列表中找到中间元素并将其打印出来。
   

3. 模：模是一组数字中最常出现的数字。 此代码计算包含数字的列表的Mode：

    # Python程序打印元素的方式
     from collections import Counter
    # 要计算模式的元素列表
     n_num = [ 1 ]
     n = len (n_num)
     data = Counter(n_num)
     get_mode = dict (data)
     mode = [k for k, v [k for get_mode.items() k, v in 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：

   Median is: 3

   我们将从集合库中导入Counter，这是Python 2和3中的内置模块。该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)，它有助于计算可哈希对象，然后将其转换为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(最多出现的元素数)进行比较，并返回等于最大数的所有元素。 如果返回的元素等于列表中的元素总数，则我们打印出“无模”，否则我们打印出返回的模。

结论
我们已经成功地计算了数据集的均值，中位数和众数，但是您可能会想：“每次想获取数据集的均值，中位数和众数时，我都会使用这些算法吗？”
答案是可以，但您当然不会。 这只是为了向您展示找出这些算法背后的幕后工作方式。
对于任何项目，都可以通过在Python 3中简单地导入内置库“ statistics”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仅用一行代码即可实现相同的结果，因为这些代码是在这些库中预先编写的。