1. 编写程序计算基本统计值：输入9个数据值，输出平均值、标准差和中位数。

以下是Python代码实现：

import statistics

# 输入9个数据值
data = []
for i in range(9):
    num = float(input("请输入第%d个数据值：" % (i+1)))
    data.append(num)

# 计算平均值
mean = sum(data) / len(data)

# 计算标准差
stdev = statistics.stdev(data)

# 计算中位数
median = statistics.median(data)

# 输出结果
print("平均值：%.2f" % mean)
print("标准差：%.2f" % stdev)
print("中位数：%.2f" % median)

运行程序后，会提示输入9个数据值。输入完成后，程序会自动计算并输出平均值、标准差和中位数。注意，以上代码需要使用Python 3.x版本来运行。

相关问题

编写程序：求解一组不定长度数据的基本统计值：平均值、标准差、中位数。

好的，我可以为您编写一个 Python 程序来求解您所描述的基本统计值。以下是代码：

import math

def calculate_stats(data):
    n = len(data)
    mean = sum(data) / n
    variance = sum([((x - mean) ** 2) for x in data]) / n
    std_dev = math.sqrt(variance)
    sorted_data = sorted(data)
    if n % 2 == 0:
        median1 = sorted_data[n//2]
        median2 = sorted_data[n//2 - 1]
        median = (median1 + median2) / 2
    else:
        median = sorted_data[n//2]
    return mean, std_dev, median

# 测试代码
data = [1, 2, 3, 4, 5, 6]
mean, std_dev, median = calculate_stats(data)
print("平均值:", mean)
print("标准差:", std_dev)
print("中位数:", median)

上述代码定义了一个名为 `calculate_stats` 的函数，它接受一个列表参数 `data`，并返回该列表的平均值、标准差和中位数。

在该函数中，我们首先计算列表的长度 `n`，然后计算平均值、方差和标准差。接着，我们使用 Python 的内置 `sorted()` 函数对列表进行排序，并计算中位数。如果列表长度为偶数，则中位数是中间两个数的平均值；否则，中位数是列表中间的数。

最后，我们在主程序中定义一个列表 `data`，并调用 `calculate_stats` 函数来计算其基本统计值。在这种情况下，程序的输出将是：

平均值: 3.5
标准差: 1.707825127659933
中位数: 3.5

请注意，这只是一个简单的示例，您可以修改 `data` 列表，以获得不同的输出。

产生50个服从标准正态分布的随机数 2.1 绘出经验累积分布函数图。 2.2求出样本的一些特征：样本最小值、最大值、平均值、中位数和标准差。

好的，针对您的问题，以下是我的回答：

2.1 绘出经验累积分布函数图：
根据您的要求，我使用 Python 语言编写了以下代码来生成50个服从标准正态分布的随机数，并绘制了经验累积分布函数图：

import numpy as np
import matplotlib.pyplot as plt

# 生成50个服从标准正态分布的随机数
data = np.random.randn(50)

# 绘制经验累积分布函数图
plt.hist(data, bins=10, density=True, cumulative=True, label='Empirical CDF')
plt.title('Empirical Cumulative Distribution Function')
plt.xlabel('Value')
plt.ylabel('ECDF')
plt.legend(loc='best')
plt.show()

这段代码会生成一个经验累积分布函数图，如下所示：


2.2 求出样本的一些特征：
同样使用Python语言，根据您提供的数据，可以轻松求出样本的一些特征。下面是代码：

import numpy as np

# 样本数据
data = np.random.randn(50)

# 求样本最小值
min_val = np.min(data)

# 求样本最大值
max_val = np.max(data)

# 求样本平均值
mean_val = np.mean(data)

# 求样本中位数
median_val = np.median(data)

# 求样本标准差
std_val = np.std(data)

print('样本最小值：', min_val)
print('样本最大值：', max_val)
print('样本平均值：', mean_val)
print('样本中位数：', median_val)
print('样本标准差：', std_val)

运行以上代码，就可以得到样本的一些特征值了。具体结果取决于生成的随机数，每次运行结果可能会有所不同。