用python计算文件中数值数据的算术平均数和中位数

好的，可以使用Python内置的statistics库来计算算术平均数和中位数。假设我们的数据文件为data.txt，其中每行都是一个数值数据。

首先，我们需要读取文件中的数据，并将其存储到一个列表中：

with open('data.txt', 'r') as f:
    data = [float(line.strip()) for line in f.readlines()]

接下来，我们可以使用statistics库来计算算术平均数和中位数：

import statistics

mean = statistics.mean(data)
median = statistics.median(data)

print("算术平均数：", mean)
print("中位数：", median)

最后，我们可以将结果打印出来。注意，以上代码只适用于数值数据文件，如果文件中包含其他类型的数据，需要进行类型转换或者过滤。

相关问题

实验 3：python计算文件中数值数据的算术平均数和中位数。

好的，以下是实验3的Python代码，可以计算文件中数值数据的算术平均数和中位数：

filename = input("请输入文件名：")  # 输入文件名
with open(filename, 'r') as file:  # 打开文件
    data = file.readlines()  # 读取文件内容
    data = [float(num) for num in data]  # 将字符串列表转换为浮点数列表
    mean = sum(data) / len(data)  # 计算算术平均数
    data.sort()  # 将数据升序排序
    if len(data) % 2 == 0:  # 如果数据个数为偶数
        median = (data[len(data)//2-1] + data[len(data)//2]) / 2  # 计算中位数
    else:  # 如果数据个数为奇数
        median = data[len(data)//2]  # 计算中位数
    print("算术平均数：", mean)
    print("中位数：", median)

你可以将以上代码保存为一个 Python 文件，并输入要计算的包含数值数据的文件名来执行程序。程序会输出计算结果，包括算术平均数和中位数。

现有一个手机评论数据Mobile.csv文件，文件路径为C:\example\Mobile.csv，该文件的数据列包括手机品牌、价格和评分，请按手机品牌统计评分最大值、最小值、算术平均值和中位数。用Python编写

首先，你需要导入必要的库，如pandas用于数据处理，以及numpy用于计算统计数据。然后，你可以使用pandas读取CSV文件，并按照手机品牌对评分进行分组，计算所需的统计数据。这里是一个基本的Python脚本示例：

import pandas as pd
import numpy as np

# 读取数据
file_path = "C:\\example\\Mobile.csv"
df = pd.read_csv(file_path)

# 按照手机品牌进行分组
grouped = df.groupby('手机品牌')

# 对每个品牌计算评分的最大值、最小值、算术平均值和中位数
stats = grouped['评分'].agg(['max', 'min', 'mean', 'median'])

# 输出结果
print(stats)

这个脚本会返回一个DataFrame，其中包含每种手机品牌的评分最大值、最小值、算术平均值和中位数。

如果你想把结果保存到新的CSV文件，可以添加一行代码：

stats.to_csv('手机评分统计.csv', index=False)

这将在当前目录下创建一个新的CSV文件，名为"手机评分统计.csv"，其中包含计算后的统计数据。