大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
首先需要数据源，这里随便写了一个：
nums = [1,2,3,4]- 求均值和中位数均可以使用numpy库的方法：
import numpy as np
#均值
np.mean(nums)
#中位数
np.median(nums)
- 求众数方法一：
在numpy中没有直接的方法，但是也可以这样实现：
import numpy as np
counts = np.bincount(nums)
#返回众数
np.argmax(counts) 其中np.bincount方法返回了一个长度为
nums最大值的列表，列表中的每个值代表其索引位数值出现在nums中的次数，例如
返回[2,1,0]，代表0在nums中出现2次，而1在nums中出现1次，3在nums中没有出现。
然后再使用np.argmax就能得到众数啦。但是，由于索引值是从0开始的，所以这种求众数的方法只能用在非负数据集。
- 求众数方法二——直接利用scipy下stats模块【推荐】：
from scipy import stats
stats.mode(nums)[0][0]
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/192406.html原文链接：https://javaforall.net
