Python中statistics模块 基础统计计算statistics的常用函数

python的statistics模块提供基础统计功能，适合初学者和小规模数据分析。1. 平均值相关函数包括mean（算术平均）、fmean（强制浮点结果）和geometric_mean（几何平均，要求正数）。2. 中位数用median，众数用mode（返回首个众数）或multimode（返回所有众数列表）。3. 方差与标准差通过variance（样本方差）、pvariance（总体方差）、stdev（样本标准差）、pstdev（总体标准差）计算。4. 其他函数如quantiles（分位数）、covariance（协方差）、correlation（皮尔逊系数）用于更深入分析，适用于python 3.8及以上版本。该模块无需安装，适合快速查看数据特征或小型项目使用。

在Python中，statistics模块是一个标准库模块，适合做基础的统计计算。它不需要额外安装，开箱即用，非常适合初学者或日常小规模数据分析使用。虽然功能不如NumPy或Pandas强大，但对一些常见统计指标来说，已经够用了。

---

1. 平均值相关函数：mean、fmean、geometric_mean

这几个函数都用于计算平均值，但略有区别：

• mean(data)：计算算术平均值，适用于大多数情况。
• fmean(data)：强制将结果转为浮点数，效率略高，推荐用于只需要浮点结果的情况。
• geometric_mean(data)：计算几何平均值，常用于增长率、比率等数据。

import statistics
data = [1, 2, 3, 4, 5]
print(statistics.mean(data))         # 输出 3
print(statistics.fmean(data))        # 输出 3.0
print(statistics.geometric_mean(data))  # 约等于 2.605

注意：如果数据中包含零或负数，调用geometric_mean会抛出错误，因为它要求所有值为正。

---

2. 中位数和众数：median、mode、multimode

• median(data)：返回中间值。如果数据个数是偶数，则取中间两个数的平均。
• mode(data)：返回出现次数最多的值（众数）。如果有多个众数，只返回第一个。
• multimode(data)：返回所有众数组成的列表，适用于多众数场景。

data = [1, 2, 2, 3, 4, 4, 4]
print(statistics.median(data))       # 输出 3
print(statistics.mode(data))         # 输出 4
print(statistics.multimode(data))    # 输出 [4]

如果数据全是唯一的，调用mode会抛出StatisticsError。这种情况下建议先判断是否有重复项，或者使用collections.Counter来处理。

---

3. 方差与标准差：variance、pvariance、stdev、pstdev

这些函数用来衡量数据的离散程度：

立即学习“Python免费学习笔记（深入）”；

• variance(data)：样本方差，默认除以n-1（无偏估计）。
• pvariance(data)：总体方差，除以n。
• stdev(data)：样本标准差，就是sqrt(variance(…))。
• pstdev(data)：总体标准差。

data = [1, 2, 3, 4, 5]
print(statistics.variance(data))     # 输出 2.5
print(statistics.pvariance(data))    # 输出 2.0
print(statistics.stdev(data))        # 输出约 1.58

如果你是在处理完整数据集而不是抽样数据，应该用pvariance和pstdev。

---

4. 其他实用函数：quantiles、covariance、correlation

这些函数在Python 3.8之后版本中可用，可以做一些更细致的分析：

• quantiles(data, n=4)：分位数，默认四分位。
• covariance(x, y)：计算两组数据的协方差。
• correlation(x, y)：计算皮尔逊相关系数，反映线性相关程度。

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
print(statistics.quantiles(x))       # 输出 [2.0, 3.0, 4.0]
print(statistics.covariance(x, y))   # 输出 2.5
print(statistics.correlation(x, y))  # 输出 1.0

这些函数对于理解数据分布和变量间关系很有帮助，但要注意输入数据不能有缺失值，否则会报错。

---

总的来说，statistics模块虽然简单，但涵盖了常见的基础统计需求。
对于日常快速查看数据特征、写教学代码或小型项目来说，非常实用。
如果你只是想算个平均数、看看中位数或者做个简单的分析，不用引入其他库，直接用这个就够了。