python求方差函数,python 方差计算函数

用python求数据表中数据的均值与方差

以下为代码：

朝阳网站建设公司创新互联,朝阳网站设计制作，有大型网站制作公司丰富经验。已为朝阳超过千家提供企业网站建设服务。企业网站搭建\外贸网站建设要多少钱，请找那个售后服务好的朝阳做网站的公司定做！

numstr = input("请输入全部数据：用英文逗号(,)，中文逗号(，)，\

空格( )，制表符(tab键)或换行(请一次性复制过来)中的一种统一分隔数据：")

if "," in numstr:

numlist = numstr.split(",")

elif "，" in numstr:

numlist = numstr.split("，")

elif "\t" in numstr:

numlist = numstr.split("\t")

elif "\n" in numstr:

numlist = numstr.split("\n")

elif " " in numstr:

numlist = numstr.split(" ")

else:

numlist = [numstr]

numlist = list(map(lambda x:x.strip(",").strip("，").\

             strip("\t").strip("\n").strip(" "), numlist))

for i in numlist.copy():

try:

  a = float(i)

except:

  numlist.remove(i)

  print("已过滤字符串：%s"%i)

#好了，上面很多只是方便用户而已（但还是有一些有用的），主要是下面

numlist = list(map(lambda x:float(x), numlist))#所有字符串转为浮点

print("最终数列：",numlist)#输出最终数列，进行核对

average = sum(numlist)/len(numlist)#用数列和除以出列长度得到平均数

variance = 0#方差，先记为0

for i in numlist:#遍历列表

variance += (i - average) ** 2#反正就是公式对吧，先加进去

variance /= len(numlist)#还是公式，那一长串还得除以一个数列长度

print("均值：%.2f\n方差：%.2f"%(average, variance))#分两行输出

以下为输出效果：

请输入全部数据：用英文逗号(,)，中文逗号(，)，空格( )，制表符(tab键)或换行(请一次性复制过来)中的一种统一分隔数据：38,22,99,10,99,7, 25,,40

已过滤字符串：

最终数列： [38.0, 22.0, 99.0, 10.0, 99.0, 7.0, 25.0, 40.0]

均值：42.50

方差：1181.75

以下为解析：

平均值的思路就是总和除以列表长度，方差的思路就是把所有的(x-均值)²加起来，最后再除以一个长度即可。

本程序的优点：输入时逗号后出现空格与不小心多打逗号等情况都不会出问题，可以接受小数，可以先输出最终数列以供核对。

Python3 for循环求方差函数问题

def get_fanc(a):

b,c,d=0,0,0

print(type(a))

e=len(a)

f=sum(a)

b=f/e

for i in a:

c=c+(i-b)

c=c/b

return c

test = [1,2,3]

print(get_fanc(test))

我这边测试表示没有问题

python编程统计列表中各数据的方差和标准差请编写主函数和计算方差的函数var。（不能引用库里）

def fangcha(): a=float(raw_input("请输入a:")) b=float(raw_input("请输入b:")) c=float(raw_input("请输入C:")) d=(a+b+c)/3.0 e=((a-d)**2+(b-d)**2+(c-d)**2)/3.0 print "平均数是:%f方差是：%f" %(d,e) fangcha() Python2.7可用

如何用python算方差 借助numpy的向量运算更快速

用python算方差可以借助numpy的向量运算来求更快速：

import numpy

narray=numpy.array(nlist)

sum1=narray.sum()

narray2=narray*narray

sum2=narray2.sum()

mean=sum1/N

var=sum2/N-mean**2