はじめに
どんな問題を解決するか
100人分の点数がただ並んでいても、全体の様子はなかなかつかめません。手早く知りたいことは2つです。代表的な点数は何点くらいか。そして、点数はどれくらいばらついているか。平均、中央値、標準偏差は、まさにこの問いに答えてくれます。
身近なたとえ
生徒たちが、自分の点数の位置に合わせて数直線の上に立っているところを想像してください。平均は、その数直線がちょうどつり合う点です。中央値は、列のちょうど真ん中に立っている生徒の点数です。標準偏差は、生徒たちがつり合う点からふつうどれくらい離れて立っているかを表します。
数直線上の生徒からコードへ
np.mean(scores)⚖️ つり合う点:84.0np.median(scores)🧍 真ん中の生徒:85.0np.std(scores)↔️ 中心からふつうどれくらい離れているか:7.13round(..., 2)✂️ 小数第2位までに丸めるひと言でいうと
平均は合計を個数で割ったもの、中央値は並べ替えたときの真ん中の値、標準偏差は値が平均からふつうどれくらい離れているかを表す値です。
重要なポイント
np.mean(scores)は5つの点数を足して5で割ります。結果は 84.0 です。np.median(scores)は点数を並べ替えて真ん中の値を取ります。結果は 85.0 です。np.std(scores)でばらつきを求め、round(..., 2)で丸めて7.13と表示します。- 極端に低い点数が1つあると、平均は中央値よりずっと大きく下がります。
どんな場面で使う?
- 点数、価格、時間、測定値を要約する。
- 平均から大きく離れた、ふつうでない値を見つける。
- 2つのクラスや2つの商品など、2つのグループを比べる。
使わなくてよいとき
- 所得のように極端な外れ値があるデータ:代表的な値を表すには、平均より中央値のほうが向いています。
- もっと大きな母集団から取り出した標本(サンプル):標本標準偏差を求めるには
np.std(scores, ddof=1)を使います。
サンプルコード
main.py
import numpy as np
scores = np.array([72, 81, 85, 90, 92])
print("mean:", np.mean(scores))
print("median:", np.median(scores))
print("std:", round(np.std(scores), 2))
実行結果
mean: 84.0
median: 85.0
std: 7.13
コードの解説
np.mean()、np.median()、np.std()は、標準では配列全体を対象に計算します。クラスの平均点は84.0、並べたときに真ん中にくる点数は85.0で、標準偏差の約7.13は、点数が平均からおよそ7点離れていることが多いという意味です。多次元配列では、引数axisを渡して行ごと・列ごとに計算できます。
値を変更し、PythonをインストールせずにCodeUtilityオンラインPythonコンパイラで実行できます。
発展問題
下のヒントにしたがってコードを書き換えてみましょう。自分で変えて結果を確かめると、コードを読むだけよりずっと深く理解できます。
- 入力配列の形状(shape)とデータ型(dtype)を変える。
- 負の数、小数、欠損値で試す。
- もっと大きな多次元配列に同じ操作をして、実行時間を測る。
よくある間違い
標本に母集団の公式を使う
np.std はデフォルトでは n で割りますが、標本の場合は n - 1 で割る必要があります。
問題
np.std(sample)
修正
np.std(sample, ddof=1)
このレッスンを終えましたか?
学習済みにすると進み具合を記録できます。
進み具合はこのブラウザーに保存されています ログインすると、どのデバイスでも引き継げます。
チャレンジで練習する
このレッスンの内容を使って実際の問題を解きましょう。各チャレンジはブラウザで動き、すぐにテストされ、AI のレビューも受けられます。
- Zスコア標準化 特徴量を平均 0、標準偏差 1 にそろえます。 簡単
- リストの中央値 リストをソートした後の中央の値を求めてください。 簡単
- 配列の平均値 数値リストの平均値を計算してください。 簡単