设计函数求 N 个给定整数的均方差。若将 N 个数 A[ ] 的平均值记为 Avg，则均方差计算公式为： [(A 1 ​ −Avg) 2 +(A 2 ​ −Avg) 2 +⋯+(A N ​ −Avg) 2 ]/N ​ 。 输入格式： 输入首先在第一行给出一个正整数 N（≤10 4 ），随后一行给出 N 个正整数。所有数字都不超过 1000，同行数字以空格分隔。 输出格式： 输出这N个数的均方差，要求固定精度输出小数点后5位。

可以设计如下的函数来求解：

def mean_square_error(n, nums):
    avg = sum(nums) / n
    mse = sum((x - avg) ** 2 for x in nums) / n
    return round(mse, 5)

其中，`n` 表示输入的整数个数，`nums` 是一个包含 `n` 个整数的列表。函数先计算出这 `n` 个数的平均值 `avg`，然后利用公式计算出均方差 `mse`，最后返回保留小数点后 5 位的均方差值。

完整代码如下：

def mean_square_error(n, nums):
    avg = sum(nums) / n
    mse = sum((x - avg) ** 2 for x in nums) / n
    return round(mse, 5)

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

样例输入：

5
1 2 3 4 5

样例输出：

2.00000

相关问题

设计函数求 n 个给定整数的均方差。若将 n 个数 a[ ] 的平均值记为 avg，则均方差计算公式为： [(a 1 ​ −avg) 2 +(a 2 ​ −avg) 2 +⋯+(a n ​ −avg) 2 ]/n

可以设计一个函数，输入为一个包含 n 个整数的列表，输出为这 n 个整数的均方差。具体实现方法为：首先计算这 n 个整数的平均值 avg，然后依次计算每个数与平均值的差的平方，累加起来得到总和，最后将总和除以 n 得到均方差。函数的代码如下：

def mean_square_error(nums):
n = len(nums)
avg = sum(nums) / n
total = sum([(x - avg) ** 2 for x in nums])
return total / n

其中，sum(nums) 表示求列表 nums 中所有元素的和，[(x - avg) ** 2 for x in nums] 表示将列表 nums 中每个元素与平均值的差的平方计算出来，最后用 sum() 函数将它们加起来得到总和。

设计函数求 N 个给定整数的均方差。若将 N 个数 A[ ] 的平均值记为 Avg，则均方差计算公式为： [(A 1 ​ −Avg) 2 +(A 2 ​ −Avg) 2 +⋯+(A N ​ −Avg) 2 ]/N ​ 。

下面是一个计算均方差的 Python 函数实现：

def mean_squared_error(numbers):
    n = len(numbers)
    if n < 1:
        return None
    avg = float(sum(numbers)) / n
    mse = sum((x - avg) ** 2 for x in numbers) / n
    return mse

其中，`numbers` 是一个包含 N 个整数的列表，函数计算出平均值 `avg`，然后使用公式计算均方差 `mse`，最后返回 `mse` 的值。如果列表为空，则返回 `None`。