189 8069 5689
python的求
目前创新互联已为成百上千家的企业提供了网站建设、域名、网络空间、网站托管、服务器托管、企业网站设计、崇州网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。
标准差
的函数是std，是numpy库的成员，
如果非要
用sd函数求标准差，也不是不行(from
numpy
import
std
as
sd)。其参数是所需求标准差的矩阵或列表，
返回值
即标准差。示范如下：
import
numpy
as
np;
from
numpy
import
std
as
sd;
print([1,
2,3],"的标准差是);
print(sd([1,2,3]));
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
1、
def pfc(x,y):
return x**2-y**2
2、
sum(map(lambda x:x**2,range(101)))
3、
def comp100(n):
return True if n100 else False
要完全避免for，连列表表达式中使用for都不可以的话，主要就靠functools的reduce了。
因为在排除for之后，简单直接的办法中，只有reduce是可以处理列表中连续两个元素的。
当然，也可以不用reduce，使用map也是可以的：
至于做成方法，定义一个基于list的类后也差不多：
你好, 代码如下:
------
a = [10, 8, 2, 45, 69, 38, 11, 15] #假设该列表为需要输入的一组数
a.sort(reverse = True) #首先对这组数进行从大到小的排序
print a #输出排序结果
min = a[0] #令min变量记录该列表中最大的值
for i in range( len(a) -1 ): #i用来控制列表下标, 元素个数-1为了防止下面的相减越界
if a[i] - a[i+1] min: #当前一个数减后一个小于当前min里的值时, 更新最小值
min = a[i] - a[i+1]
print min
------
运行结果:
[69, 45, 38, 15, 11, 10, 8, 2]
1
# coding = GBK
a =[1,2,3,4,5]
sum=0
b = len(a)
print("这个数组的长度为：",b)
for i in a:
sum =sum +i
print("这个数组之和为：",sum)
print("这个数组平均数为",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))
扩展资料：
python 实现求和、计数、最大最小值、平均值、中位数、标准偏差、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
参考资料来源：百度百科-python