输出最接近平均值的元素，有多个元素与平均值的距离相同的话，输出排序靠前的原始值.

以下是一个 Python 代码实现，其中使用了 NumPy 库来计算平均值和数组元素与平均值的距离：

import numpy as np

def closest_to_mean(arr):
    # 计算平均值
    mean = np.mean(arr)
    
    # 计算每个元素与平均值的距离
    distances = np.abs(arr - mean)
    
    # 找到最小的距离
    min_dist = np.min(distances)
    
    # 找到所有距离最小的元素的索引
    closest_idxs = np.where(distances == min_dist)[0]
    
    # 找到排序最靠前的元素的索引
    closest_idx = np.min(closest_idxs)
    
    # 返回排序最靠前的元素
    return arr[closest_idx]

你可以使用这个函数来查找数组中最接近平均值的元素。例如：

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
closest = closest_to_mean(arr)
print(closest)  # 输出 5

在这个例子中，数组的平均值是 5.5。元素 5 和 6 距离平均值最近，但是 5 在数组中的位置更靠前，因此函数返回 5。

相关问题

输入n个整数，每个数应空格分开。输出最接近平均值的元素，有多个元素与平均值的距离相同的话，输出排序靠前的原始值.

以下是一个Python的实现：

n = int(input())
nums = list(map(int, input().split()))

avg = sum(nums) / n
closest = nums[0]
for num in nums:
    if abs(num - avg) < abs(closest - avg):
        closest = num
    elif abs(num - avg) == abs(closest - avg):
        closest = min(closest, num)

print(closest)

首先读入输入的整数个数和每个整数的值，然后计算它们的平均值。接着，我们遍历所有整数，找到与平均值距离最近的整数，如果有多个整数与平均值的距离相同，我们就选择排序靠前的整数。最后输出最接近平均值的整数。

题目描述 给出n个学生的成绩，求出最接近平均值的元素 输入 n个整数（n>=1） 输出 最接近平均值的元素，有多个元素的话，输出排序靠前的原始值。 样例输入 6 5 4 3 2 1 样例输出 4

以下是 Python 代码实现：

n = int(input())
scores = list(map(int, input().split()))

avg = sum(scores) / n  # 计算平均值
diff = float('inf')  # 初始化差值为正无穷大
res = scores[0]  # 初始化最接近平均值的元素为第一个元素

for score in scores:
    if abs(score - avg) < diff:  # 如果当前元素与平均值的差值更小
        diff = abs(score - avg)  # 更新最小差值
        res = score  # 更新最接近平均值的元素

print(res)

思路是先计算平均值，然后遍历每个元素，计算其与平均值的差值，如果差值更小，则更新最接近平均值的元素和最小差值。最后输出最接近平均值的元素即可。