Wie kann ich den Durchschnitt einer Liste in Python effizient berechnen?

Berechnen des Durchschnitts einer Liste in Python

Die Bestimmung des arithmetischen Mittels oder Durchschnitts einer Liste ist für die statistische Analyse unerlässlich. In Python stehen für diesen Vorgang mehrere Methoden zur Verfügung. Hier ist eine detaillierte Untersuchung jeder Methode:

• Python >= 3.8: Statistics.fmean

  Das Statistikmodul bietet numerische Stabilität mit Gleitkommazahlen, um genaue Ergebnisse zu gewährleisten. Dies ist die bevorzugte Methode in Python 3.8 und höher.

  import statistics
  xs = [15, 18, 2, 36, 12, 78, 5, 6, 9]
  statistics.fmean(xs)  # = 20.11111111111111

  Nach dem Login kopieren

• Python >= 3.4: Statistics.mean

  Obwohl weiterhin numerische Werte bereitgestellt werden Stabilität mit Floats, Statistics.mean ist langsamer als fmean. Es bleibt eine praktikable Option für Python 3.4 und höher.

  import statistics
  xs = [15, 18, 2, 36, 12, 78, 5, 6, 9]
  statistics.mean(xs)  # = 20.11111111111111

  Nach dem Login kopieren

• Frühere Python 3-Versionen: sum(xs) / len(xs)

  Diese Methode berechnet den Durchschnitt anhand der Summe der Elemente dividiert durch die Länge der Liste. Allerdings kann es bei Gleitkommazahlen zu numerischer Instabilität kommen.

  xs = [15, 18, 2, 36, 12, 78, 5, 6, 9]
  sum(xs) / len(xs)  # = 20.11111111111111

  Nach dem Login kopieren

• Python 2:

  Für Python 2 ist eine Konvertierung von len erforderlich zu einem Float, um eine Float-Division zu erhalten und eine Ganzzahl zu verhindern Division:

  xs = [15, 18, 2, 36, 12, 78, 5, 6, 9]
  sum(xs) / float(len(xs))  # = 20.11111111111111

  Nach dem Login kopieren

Durch Auswahl der geeigneten Methode basierend auf Ihrer Python-Version können Sie den genauen Durchschnitt einer Liste in Python effizient berechnen.

Das obige ist der detaillierte Inhalt vonWie kann ich den Durchschnitt einer Liste in Python effizient berechnen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!