Média, mediana e desvio padrão com NumPy
Nesta lição, você vai calcular as estatísticas descritivas básicas, média, mediana e desvio padrão, com o NumPy.
Introdução
O problema
Uma lista de 100 notas é difícil de ler. Você quer duas respostas rápidas: qual é uma nota típica e o quanto as notas estão espalhadas? A média, a mediana e o desvio padrão respondem exatamente a essas perguntas.
Pense assim
Imagine alunos parados sobre uma reta numérica de acordo com a nota. A média é o ponto de equilíbrio da reta, a mediana é o aluno que está no meio da fila, e o desvio padrão diz a que distância os alunos costumam ficar do ponto de equilíbrio.
np.mean(scores)⚖️ O ponto de equilíbrio: 84.0np.median(scores)🧍 O aluno do meio: 85.0np.std(scores)↔️ Distância típica do centro: 7.13round(..., 2)✂️ Fique com duas casas decimaisA média é a soma dividida pela quantidade, a mediana é o valor do meio depois de ordenar, e o desvio padrão mede a que distância os valores costumam ficar da média.
Pontos-chave
np.mean(scores)soma as cinco notas e divide por 5: 84.0.np.median(scores)as ordena e pega a do meio: 85.0.np.std(scores)mede a dispersão;round(..., 2)mostra 7.13.- Uma nota muito baixa puxaria a média para baixo muito mais que a mediana.
Quando usar?
- Resumir notas, preços, tempos e medições.
- Identificar valores incomuns, muito longe da média.
- Comparar dois grupos, como duas turmas ou dois produtos.
Quando não é preciso
- Dados com valores extremos, como rendas: a mediana descreve um valor típico melhor que a média.
- Uma amostra de uma população maior: use
np.std(scores, ddof=1)para o desvio padrão amostral.
Código de exemplo
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))
Resultado da execução
mean: 84.0
median: 85.0
std: 7.13
Explicação do código
As funções np.mean(), np.median() e np.std() calculam, por padrão, sobre o array inteiro. A média da turma é 84.0, a nota do meio depois de ordenar é 85.0, e o desvio padrão de cerca de 7.13 indica que as notas costumam ficar a uns 7 pontos da média. Em arrays com várias dimensões, você pode passar o parâmetro axis para calcular por linha ou por coluna.
Altere os valores e execute o programa no compilador Python online CodeUtility sem instalar Python.
Exercícios práticos
Tente modificar o código seguindo as sugestões abaixo. Mudar o código e observar o resultado ajuda você a entender muito mais do que só ler.
- Mude o formato (shape) e o tipo de dado (dtype) do array de entrada.
- Teste com números negativos, decimais e valores ausentes.
- Aplique a mesma operação em um array maior, com mais dimensões, e meça o tempo.
Erros comuns
Usar a fórmula da população para uma amostra
np.std divide por n por padrão; uma amostra precisa de n - 1.
np.std(sample)
np.std(sample, ddof=1)
Terminou esta lição?
Marque como aprendida para acompanhar seu progresso.
Pratique com um desafio
Use o conteúdo desta lição para resolver um problema real. Cada desafio roda no navegador, com testes instantâneos e uma revisão por IA.
- Padronização por z-score Centralize uma variável em 0 e ajuste para desvio padrão 1. Fácil
- Mediana de uma Lista Encontre o valor central de uma lista após ordená-la. Fácil
- Média de Array Calcule a média de uma lista de números. Fácil