十年网站开发经验 + 多家企业客户 + 靠谱的建站团队
量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决
lst = [] #定义一个空列表
创新互联专注于和顺企业网站建设,自适应网站建设,商城网站定制开发。和顺网站建设公司,为和顺等地区提供建站服务。全流程按需开发,专业设计,全程项目跟踪,创新互联专业和态度为您提供的服务
str = raw_input("请输入数值,用空格隔开:")
lst1 = str.split(" ")#lst1用来存储输入的字符串,用空格分割
i = 0
while i = len(lst1)+1:
lst.append(int(lst1.pop()))#将lst1的数据转换为整型并赋值给lst
i += 1
#print(lst)
def sum(list):
"对列表的数值求和"
s = 0
for x in list:
s += x
return s
def average(list):
"对列表数据求平均值"
avg = 0
avg = sum(list)/(len(list)*1.0) #调用sum函数求和
return avg
print("avg = %f"%average(lst))
扩展资料:
for循环小括号里第一个“;”号前为一个为不参与循环的单次表达式,其可作为某一变量的初始化赋值语句, 用来给循环控制变量赋初值; 也可用来计算其它与for循环无关但先于循环部分处理的一个表达式。
执行的中间循环体可以为一个语句,也可以为多个语句,当中间循环体只有一个语句时,其大括号{}可以省略,执行完中间循环体后接着执行末尾循环体。
执行末尾循环体后将再次进行条件判断,若条件还成立,则继续重复上述循环,当条件不成立时则跳出当下for循环。
首先我们先来了解一下计算平均数的IPO模式.
输入:待输入计算平均数的数。
处理:平均数算法
输出:平均数
明白了程序的IPO模式之后,我们打开本地的python的IDE
工具,并新建一个python文件,命名为test6.py.
请点击输入图片描述
请点击输入图片描述
请点击输入图片描述
打开test6.py,进行编码,第一步,提示用户输入要计算多少个数的平均数。
请点击输入图片描述
第二步,初始化sum总和的值。注意,这是编码的好习惯,在定义一个变量的时候,给一个初始值。
请点击输入图片描述
第三步,循环输入要计算平均数的数,并计算总和sum的值。
请点击输入图片描述
最后,计算出平均数,并输出,利用“总和/数量”的公式计算出平均数。
请点击输入图片描述
编码完成后,记得保存,然后进行调试运行。按F5键或者点击菜单栏中的“run”-》“run model”来运行程序。
请点击输入图片描述
请点击输入图片描述
# coding = GBK
a =[1,2,3,4,5]
sum=0
b = len(a)
print("这个数组的长度为:",b)
for i in a:
sum =sum +i
print("这个数组之和为:",sum)
print("这个数组平均数为",sum/b)
或
import sys
sum = 0
cnt = 0
f = open('1.txt', 'r')
files = f.readline()
while (files ):
sum = sum + float(files .split(",")[0])
cnt = cnt + 1
files = f.readline()
print(sum / cnt)
f.close()
或者。
#!/usr/bin/env pythonimport timeimport numpy as np
dd = np.random.randint(0, 20, size=(2*1000*1000))t_start = time.clock()avg_sum1 =
0.0BlockOffset = 0 while BlockOffset len(dd):
if dd[BlockOffset + 1] = 10:
avg_sum1 += dd[BlockOffset + 1] * 0.1
else:
avg_sum1 += dd[BlockOffset + 0] * 0.01
BlockOffset += 2print('Avg: ' + str(avg_sum1 / len(dd) / 2)) print('Exe time: ' +
str(time.clock() - t_start))
扩展资料:
python 实现求和、计数、最大最小值、平均值、中位数、标准偏差、百分比。
import sys
class Stats:
def __init__(self, sequence):
# sequence of numbers we will process
# convert all items to floats for numerical processing
self.sequence = [float(item) for item in sequence]
def sum(self):
if len(self.sequence) 1:
return None
else:
return sum(self.sequence)
def count(self):
return len(self.sequence)
def min(self):
if len(self.sequence) 1:
return None
else:
return min(self.sequence)
def max(self):
if len(self.sequence) 1:
return None
else:
return max(self.sequence)
def avg(self):
if len(self.sequence) 1:
return None
else:
return sum(self.sequence) / len(self.sequence)
def median(self):
if len(self.sequence) 1:
return None
else:
self.sequence.sort()
return self.sequence[len(self.sequence) // 2]
def stdev(self):
if len(self.sequence) 1:
return None
else:
avg = self.avg()
sdsq = sum([(i - avg) ** 2 for i in self.sequence])
stdev = (sdsq / (len(self.sequence) - 1)) ** .5
return stdev
def percentile(self, percentile):
if len(self.sequence) 1:
value = None
elif (percentile = 100):
sys.stderr.write('ERROR: percentile must be 100. you supplied: %s\n'% percentile)
value = None
else:
element_idx = int(len(self.sequence) * (percentile / 100.0))
self.sequence.sort()
value = self.sequence[element_idx]
return value
参考资料来源:百度百科-python
函数体:
numpy.mean(a, axis=None, dtype=None, out=None, keepdims= class 'numpy._globals._NoValue')[source]
功能:
计算指定轴的 算术平均值 。
返回数组元素的平均值。默认的情况下,求均值的操作在平展开来的数组上进行,否则就在指定的轴上。
参数:
①a:必须是数组。
②axis:默认条件下是flatten的array,可以指定相应的轴。
如果是二维矩阵,axis=0返回纵轴的平均值,axis=1返回横轴的平均值。
例子如下:
注意 (关于精度):
算术平均值是沿轴的元素总和除以元素的数量。既然是除法,就涉及到一个精确度的问题。
对于浮点输入,平均值的计算使用与输入相同的精度计算,这可能会导致结果不准确,特别是对于float32来说。为了缓解这个问题,我们可以使用dtype关键字指定更高精度的累加器。
具体看下面这个例程: