numpy算数组平均数

可以使用numpy库中的mean函数来计算数组的平均数。

示例代码如下：

import numpy as np

arr = np.array([1, 2, 3, 4, 5])

mean = np.mean(arr)

print("数组的平均数为:", mean)

输出结果为：

数组的平均数为: 3.0

其中，np.array()函数用于创建数组，np.mean()函数用于计算数组的平均值，最后使用print()函数输出结果。

相关问题

模拟决赛现场最终成绩的计算过程。编写程序，模拟决赛现场最 终成绩的计算过程。首先输入评委人数，要求判断评委不得少于 5 人；然后依次 输入评委的成绩，成绩范围应在[0,100]。在所有评委的分数中，去掉一个最高 分、去掉一个最低分，剩余成绩求算数平均分，作为选手的最终成绩。最后展示 多位选手成绩柱状图排名。

以下是Python代码实现：

import numpy as np
import matplotlib.pyplot as plt

# 输入评委人数
num_judges = int(input("请输入评委人数："))
if num_judges < 5:
    print("评委人数不得少于5人！")
    exit()

# 输入选手数
num_players = int(input("请输入选手数："))

# 初始化选手得分数组
scores = np.zeros((num_players, num_judges))

# 输入评委打分
for i in range(num_players):
    print("请输入选手{}的成绩：".format(i+1))
    for j in range(num_judges):
        score = float(input("请输入第{}位评委的成绩：".format(j+1)))
        while score < 0 or score > 100:
            score = float(input("成绩范围应在[0,100]，请重新输入第{}位评委的成绩：".format(j+1)))
        scores[i, j] = score

# 去掉一个最高分和一个最低分，求平均分
avg_scores = np.mean(np.sort(scores)[:, 1:-1], axis=1)

# 排名
rank = np.argsort(avg_scores)[::-1]

# 展示成绩柱状图排名
plt.bar(range(num_players), avg_scores[rank])
plt.xticks(range(num_players), [f"选手{i+1}" for i in rank])
plt.ylabel("平均分")
plt.title("选手成绩柱状图排名")
plt.show()

运行程序后，按照提示输入评委人数和选手数，然后逐个输入评委的成绩。程序会自动去掉一个最高分和一个最低分，求出每个选手的平均分，并按照平均分的高低排名展示成绩柱状图。