Hvordan finne gjennomsnittet av listen i Python

⚡ Smart oppsummering

Å finne gjennomsnittet av en liste i Python betyr å dele summen av tallene med antallet. Her lærer du fire måter å gjøre det på: en løkke, sum() med len(), statistikkmodulen og NumPy.

  • Formelen: Gjennomsnittet er summen av tallene delt på hvor mange det er.
  • sum() / lengde(): sum(list)/len(list) finner gjennomsnittet på én linje.
  • 📊 bety(): statistics.mean() og numpy.mean() returnerer gjennomsnittet direkte.
  • 🤖 AI-hjelp: AI-verktøy som Copilot genererer gjennomsnittlig kode umiddelbart.

Finn gjennomsnittet av en liste i Python

Python Gjennomsnitt

Ocuco Python Gjennomsnitt funksjonen brukes til å finne gjennomsnittet av gitte tall i en liste. Formelen for å beregne gjennomsnittet i Python gjøres ved å beregne summen av tallene i listen delt på antall tall i listen.

Ocuco Python gjennomsnitt av listen kan gjøres på mange måter som er oppført nedenfor:

Metode 1: Python Gjennomsnittlig via Loop

I dette eksemplet har vi initialisert variabelen sum_num til null og brukt for loop. De for-løkke vil gå gjennom elementene i listen, og hvert tall legges til og lagres i sum_num-variabelen. Gjennomsnittet av listen Python beregnes ved å bruke sum_num delt på antallet av tallene i listen ved hjelp av len() innebygd funksjon.

Code Eksempel

def cal_average(num):
    sum_num = 0
    for t in num:
        sum_num = sum_num + t           
    avg = sum_num / len(num)
    return avg
print("The average is", cal_average([18,25,3,41,5]))

Utgang:

The average is 18.4

Metode 2: Python Average – Bruker sum() og len() innebygde funksjoner

I dette eksemplet sum() og len() innebygde funksjoner brukes til å finne gjennomsnitt i Python. Det er en enkel måte å beregne gjennomsnittet på, da du ikke trenger å gå gjennom elementene, og også kodestørrelsen reduseres. Gjennomsnittet kan beregnes med bare én kodelinje som vist nedenfor.

Program eksempel

# Example to find average of list
number_list = [45, 34, 10, 36, 12, 6, 80]
avg = sum(number_list)/len(number_list)
print("The average is ", round(avg,2))

Utgang:

The average is  31.86

Metode 3: Python Gjennomsnitt Bruker gjennomsnittsfunksjon fra statistikkmodul

Du kan enkelt beregne "gjennomsnittet" ved å bruke gjennomsnittsfunksjonen fra statistikkmodulen. Eksempel vist nedenfor

# Example to find the average of the list
from statistics import mean
 
number_list = [45, 34, 10, 36, 12, 6, 80]
avg = mean(number_list)
print("The average is ", round(avg,2))

Utgang:

The average is  31.86

Metode 4: Gjennomsnittlig inn Python Bruker mean() fra numpy-biblioteket

Klumpete bibliotek er ofte brukt bibliotek for å jobbe med store flerdimensjonale arrays. Den har også en stor samling av matematiske funksjoner som skal brukes på arrays for å utføre ulike oppgaver. En viktig er mean() funksjon som vil gi oss gjennomsnittet for listen gitt.

Code Eksempel

# Example to find avearge of list
from numpy import mean
number_list = [45, 34, 10, 36, 12, 6, 80]
avg = mean(number_list)
print("The average is ", round(avg,2))

Utgang:

C:\pythontest>python testavg.py
The average is  31.86

Spørsmål og svar

Del summen med lengden: sum(tallliste)/len(tallliste). Du kan også bruke statistics.mean() eller numpy.mean().

Legg hvert element til en løpende totalsum i en for-løkke, og del deretter totalen med len(liste).

Bruk sum(tallliste)/len(tallliste). sum() legger sammen alle verdiene og len() teller dem, og gir gjennomsnittet på én linje.

Importer gjennomsnittet fra statistikkmodulen og kall mean(tallliste). Det er en del av Pythonsitt standardbibliotek.

Importer mean fra numpy og kall mean(number_list). NumPy er rask for store numeriske arrayer.

AI-assistenter som GitHub Copilot fullfører automatisk gjennomsnittlig kode og foreslår sum(), mean() eller NumPy mens du skriver.

Ja. AI-drevne verktøy skriver funksjoner for gjennomsnitt og annen statistikk og anbefaler den raskeste tilnærmingen for store mengder data.

Gjennomsnitt har ofte lange desimaler. Bruk round(avg, 2) for å beholde to desimaler for lesbar utdata.

Oppsummer dette innlegget med: