Hur man hittar genomsnittet av listan i Python

⚡ Smart sammanfattning

Att hitta medelvärdet av en lista i Python betyder att dividera summan av dess tal med deras antal. Här får du lära dig fyra sätt att göra det: en loop, sum() med len(), statistikmodulen och NumPy.

  • ➗ Formeln: Medelvärdet är summan av talen dividerat med antalet.
  • ⚡ sum() / len(): sum(list)/len(list) hittar medelvärdet på en rad.
  • 📊 betyda(): statistics.mean() och numpy.mean() returnerar medelvärdet direkt.
  • 🤖 AI-hjälp: AI-verktyg som Copilot genererar genomsnittlig kod direkt.

Hitta medelvärdet av en lista i Python

Python Genomsnitt

Ocuco-landskapet Python Genomsnitt funktion används för att hitta medelvärdet av givna tal i en lista. Formeln för att beräkna genomsnittet i Python görs genom att beräkna summan av siffrorna i listan dividerat med antalet siffror i listan.

Ocuco-landskapet Python genomsnittet av listan kan göras på många sätt som anges nedan:

Metod 1: Python Genomsnittligt via Loop

I det här exemplet har vi initierat variabeln summa_num till noll och använt för loop. De för-loop kommer att gå igenom elementen som finns i listan, och varje nummer läggs till och sparas i variabeln sum_num. Genomsnittet av listan Python beräknas med hjälp av sum_num dividerat med antalet siffror i listan med hjälp av len() inbyggd funktion.

Code Exempelvis

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]))

Produktion:

The average is 18.4

Metod 2: Python Average – Använder sum() och len() inbyggda funktioner

I det här exemplet sum() och len() inbyggda funktioner används för att hitta medelvärde Python. Det är ett enkelt sätt att beräkna genomsnittet eftersom du inte behöver gå igenom elementen, och även kodstorleken reduceras. Genomsnittet kan beräknas med bara en kodrad som visas nedan.

Programexempel

# 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))

Produktion:

The average is  31.86

Metod 3: Python Medelvärde Använder medelvärde från statistikmodulen

Du kan enkelt beräkna "genomsnittet" med hjälp av medelvärdet från statistikmodulen. Exempel visas nedan

# 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))

Produktion:

The average is  31.86

Metod 4: Genomsnitt i Python Använder mean() från numpy library

numpy bibliotek används ofta för att arbeta med stora flerdimensionella arrayer. Den har också en stor samling matematiska funktioner som ska användas på arrayer för att utföra olika uppgifter. En viktig är mean() funktion som ger oss medelvärdet för den angivna listan.

Code Exempelvis

# 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))

Produktion:

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

Vanliga frågor

Dividera summan med längden: sum(number_list)/len(number_list). Du kan också använda statistics.mean() eller numpy.mean().

Addera varje element till en löpande summa i en for-loop och dividera sedan summan med len(list).

Använd sum(number_list)/len(number_list). sum() adderar alla värden och len() räknar dem, vilket ger medelvärdet på en rad.

Importera medelvärdet från statistikmodulen och anropa mean(number_list). Det är en del av Pythons standardbibliotek.

Importera mean från numpy och anropa mean(number_list). NumPy är snabb för stora numeriska arrayer.

AI-assistenter som GitHub Copilot autokompletterar medelvärdet av koden och föreslår sum(), mean() eller NumPy medan du skriver.

Ja. AI-drivna verktyg skriver funktioner för medelvärden och annan statistik och rekommenderar den snabbaste metoden för stora datamängder.

Medelvärden har ofta långa decimaler. Använd round(avg, 2) för att behålla två decimaler för läsbar utdata.

Sammanfatta detta inlägg med: