首先我們先來了解一下計(jì)算平均數(shù)的IPO模式.
創(chuàng)新互聯(lián)專注于寧城企業(yè)網(wǎng)站建設(shè),成都響應(yīng)式網(wǎng)站建設(shè),商城網(wǎng)站建設(shè)。寧城網(wǎng)站建設(shè)公司,為寧城等地區(qū)提供建站服務(wù)。全流程專業(yè)公司，專業(yè)設(shè)計(jì)，全程項(xiàng)目跟蹤，創(chuàng)新互聯(lián)專業(yè)和態(tài)度為您提供的服務(wù)
輸入：待輸入計(jì)算平均數(shù)的數(shù)。
處理：平均數(shù)算法
輸出：平均數(shù)
明白了程序的IPO模式之后，我們打開本地的python的IDE
工具，并新建一個(gè)python文件，命名為test6.py.
請(qǐng)點(diǎn)擊輸入圖片描述
請(qǐng)點(diǎn)擊輸入圖片描述
請(qǐng)點(diǎn)擊輸入圖片描述
打開test6.py,進(jìn)行編碼，第一步，提示用戶輸入要計(jì)算多少個(gè)數(shù)的平均數(shù)。
請(qǐng)點(diǎn)擊輸入圖片描述
第二步，初始化sum總和的值。注意，這是編碼的好習(xí)慣，在定義一個(gè)變量的時(shí)候，給一個(gè)初始值。
請(qǐng)點(diǎn)擊輸入圖片描述
第三步，循環(huán)輸入要計(jì)算平均數(shù)的數(shù)，并計(jì)算總和sum的值。
請(qǐng)點(diǎn)擊輸入圖片描述
最后，計(jì)算出平均數(shù)，并輸出，利用“總和/數(shù)量”的公式計(jì)算出平均數(shù)。
請(qǐng)點(diǎn)擊輸入圖片描述
編碼完成后，記得保存，然后進(jìn)行調(diào)試運(yùn)行。按F5鍵或者點(diǎn)擊菜單欄中的“run”-》“run model”來運(yùn)行程序。
請(qǐng)點(diǎn)擊輸入圖片描述
請(qǐng)點(diǎn)擊輸入圖片描述
將未來七天數(shù)值輸入wendu列表
利用sum函數(shù)求和，這點(diǎn)和excel里類似。賦值給變量s
.將變量s除7， 利用len函數(shù)求列表長(zhǎng)度。再轉(zhuǎn)化為整數(shù)，用int函數(shù)。賦值給average變量。編程就是這么一步一步，不能有一點(diǎn)錯(cuò)
將平均值打印到屏幕，利用print函數(shù)
.運(yùn)行程序，或按f5，結(jié)果屏幕上顯示。結(jié)果隨數(shù)字改變而改變。程序自動(dòng)完成。如果報(bào)錯(cuò)，則要排除bug
# coding = GBK
a =[1,2,3,4,5]
sum=0
b = len(a)
print("這個(gè)數(shù)組的長(zhǎng)度為：",b)
for i? in a:
sum =sum +i
print("這個(gè)數(shù)組之和為：",sum)
print("這個(gè)數(shù)組平均數(shù)為",sum/b)
或
import sys
sum = 0
cnt = 0
f = open('1.txt', 'r')
files = f.readline()
while (files ):
sum = sum + float(files .split(",")[0])
cnt = cnt + 1
files = f.readline()
print(sum / cnt)
f.close()
或者。
#!/usr/bin/env pythonimport timeimport numpy as np
dd = np.random.randint(0, 20, size=(2*1000*1000))t_start = time.clock()avg_sum1 =
0.0BlockOffset = 0 ? ? while BlockOffset len(dd):
if dd[BlockOffset + 1] = 10:
avg_sum1 += dd[BlockOffset + 1] * 0.1
else:
avg_sum1 += dd[BlockOffset + 0] * 0.01
BlockOffset += 2print('Avg: ' + str(avg_sum1 / len(dd) / 2)) ? ?print('Exe time: ' +
str(time.clock() - t_start))
擴(kuò)展資料：
python 實(shí)現(xiàn)求和、計(jì)數(shù)、最大最小值、平均值、中位數(shù)、標(biāo)準(zhǔn)偏差、百分比。
import?sys
class?Stats:
def?__init__(self, sequence):
# sequence of numbers we will process
# convert all items to floats for numerical processing
self.sequence?=?[float(item)?for?item?in?sequence]
def?sum(self):
if?len(self.sequence) ?1:
return?None
else:
return?sum(self.sequence)
def?count(self):
return?len(self.sequence)
def?min(self):
if?len(self.sequence) ?1:
return?None
else:
return?min(self.sequence)
def?max(self):
if?len(self.sequence) ?1:
return?None
else:
return?max(self.sequence)
def?avg(self):
if?len(self.sequence) ?1:
return?None
else:
return?sum(self.sequence)?/?len(self.sequence)?
def?median(self):
if?len(self.sequence) ?1:
return?None
else:
self.sequence.sort()
return?self.sequence[len(self.sequence)?//?2]
def?stdev(self):
if?len(self.sequence) ?1:
return?None
else:
avg?=?self.avg()
sdsq?=?sum([(i?-?avg)?**?2?for?i?in?self.sequence])
stdev?=?(sdsq?/?(len(self.sequence)?-?1))?**?.5
return?stdev
def?percentile(self, percentile):
if?len(self.sequence) ?1:
value?=?None
elif?(percentile =?100):
sys.stderr.write('ERROR: percentile must be 100.? you supplied: %s\n'%?percentile)
value?=?None
else:
element_idx?=?int(len(self.sequence)?*?(percentile?/?100.0))
self.sequence.sort()
value?=?self.sequence[element_idx]
return?value
參考資料來源：百度百科-python
重慶分公司
重慶分公司
