Среднее, медиана и стандартное отклонение в NumPy
В этом уроке вы вычислите с помощью NumPy основные описательные статистики: среднее, медиану и стандартное отклонение.
Введение
Какую задачу это решает
Список из 100 баллов трудно читать. Хочется быстро узнать две вещи: какой балл типичный и насколько сильно баллы разбросаны. Среднее, медиана и стандартное отклонение отвечают именно на эти вопросы.
Пример из жизни
Представьте студентов, стоящих на числовой прямой по своим баллам. Среднее - это точка, в которой прямая была бы в равновесии. Медиана - студент, который стоит ровно посередине ряда. А стандартное отклонение показывает, насколько далеко от точки равновесия обычно стоят студенты.
np.mean(scores)⚖️ Точка равновесия: 84.0np.median(scores)🧍 Студент в середине: 85.0np.std(scores)↔️ Типичное расстояние от центра: 7.13round(..., 2)✂️ Оставить два знака после запятойСреднее (арифметическое) - сумма, делённая на количество, медиана - значение, которое оказывается посередине после сортировки, а стандартное отклонение показывает, как далеко значения обычно лежат от среднего.
Главное
np.mean(scores)складывает пять баллов и делит на 5: 84.0.np.median(scores)сортирует их и берёт тот, что посередине: 85.0.np.std(scores)измеряет разброс;round(..., 2)показывает 7.13.- Один очень низкий балл потянул бы среднее вниз гораздо сильнее, чем медиану.
Когда это нужно?
- Краткое описание баллов, цен, времени и измерений.
- Поиск необычных значений, лежащих далеко от среднего.
- Сравнение двух групп, например двух классов или двух товаров.
Когда это не нужно
- Данные с сильными выбросами, например доходы: медиана описывает типичное значение лучше среднего.
- Выборка из большей совокупности: используйте
np.std(scores, ddof=1)для выборочного стандартного отклонения.
Пример кода
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))
Результат выполнения
mean: 84.0
median: 85.0
std: 7.13
Разбор кода
Функции np.mean(), np.median() и np.std() по умолчанию считают по всему массиву. Средний балл класса 84.0, средний по порядку балл после сортировки 85.0, а стандартное отклонение около 7.13 означает, что баллы обычно отличаются от среднего примерно на 7 очков. Для многомерного массива можно передать параметр axis, чтобы считать по строкам или по столбцам.
Измените значения и запустите программу в онлайн-компиляторе Python CodeUtility без локальной установки Python.
Упражнения для практики
Попробуйте изменить код по подсказкам ниже. Если менять код и смотреть на результат, урок запомнится гораздо лучше, чем при простом чтении.
- Измените форму (shape) и тип данных (dtype) входного массива.
- Проверьте работу на отрицательных и дробных числах и пропущенных значениях.
- Примените ту же операцию к большему многомерному массиву и измерьте время.
Частые ошибки
Формула для совокупности вместо выборки
np.std по умолчанию делит на n; для выборки нужно n - 1.
np.std(sample)
np.std(sample, ddof=1)
Закончили этот урок?
Отметьте его как изученный, чтобы следить за прогрессом.
Попрактикуйтесь на задаче
Примените материал этого урока к реальной задаче. Каждая задача запускается в браузере, с мгновенными тестами и разбором от ИИ.
- Стандартизация по z-оценке Сместите признак к среднему 0 и масштабируйте до стандартного отклонения 1. Легко
- Медиана списка Найдите среднее значение списка после сортировки. Легко
- Среднее массива Вычислите среднее значение списка чисел. Легко