如何用 Python 计算平均数、中位数和众数！

无论是在数据分析、机器学习还是金融建模领域，均值（Mean）、中位数（Median）和众数（Mode）都是最基础且最重要的统计指标。虽然 Python 有像 NumPy 和 Pandas 这样强大的库可以一键搞定，但作为一名开发者，理解底层的计算逻辑至关重要。今天，我们将挑战不使用任何内置统计库，纯手写 Python 代码来实现这三大指标！

1. 均值 (Mean)

均值即数据集中所有数值的平均值。计算公式：所有数值之和 ÷ 数值的总个数。

Python 实现：

# 数据样本list1 = [12, 16, 20, 20, 12, 30, 25, 23, 24, 20]
# 计算均值：求和后除以长度mean = sum(list1) / len(list1)
print(f"均值为: {mean}")# 输出结果: 20.2

2. 中位数 (Median)

中位数是将数据集按从小到大排序后，位于中间位置的数值。计算规则：

如果数据个数是奇数：中位数就是正中间的那个数。
如果数据个数是偶数：中位数是中间两个数的平均值。

Python 实现：

list1 = [12, 16, 20, 20, 12, 30, 25, 23, 24, 20]
# 步骤1：必须先排序list1.sort()
# 步骤2：判断奇偶性并计算if len(list1) % 2 == 0:    m1 = list1[len(list1) // 2]    m2 = list1[len(list1) // 2 - 1]    median = (m1 + m2) / 2else:    median = list1[len(list1) // 2]
print(f"中位数为: {median}")# 输出结果: 20.0

3. 众数 (Mode)

众数是数据集中出现频率最高的数值。计算逻辑：我们需要统计每个数字出现的次数，然后找出频率最大的那一个。

Python 实现：

list1 = [12, 16, 20, 20, 12, 30, 25, 23, 24, 20]
# 步骤1：使用字典统计频率frequency = {}for i in list1:    frequency.setdefault(i, 0)    frequency[i] += 1
# 步骤2：找出最高频率frequent = max(frequency.values())
# 步骤3：匹配对应的数值for i, j in frequency.items():    if j == frequent:        mode = i
print(f"众数为: {mode}")# 输出结果: 20

总结

通过以上代码，我们实现了：

Mean：反映数据的总体平均水平。
Median：不受极端异常值的影响，反映中等水平。
Mode：反映数据分布中最集中的点。

虽然在实际工作中我们更倾向于使用 import numpy as np，但这种“拆解算法”的过程能极大地提升你的编程逻辑能力。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。

发表于 2026-01-06 09:45
阅读 ( 36 )
分类：Python开发