怎么用python计算学生成绩的中位数和平均数

可以使用Python内置模块`statistics`中的函数`median()`和`mean()`来计算学生成绩的中位数和平均数。假设有一个学生成绩列表`score_list`，可以按以下方式计算中位数和平均数：

import statistics

score_list = [80, 90, 70, 85, 95, 75, 65, 100]
average = statistics.mean(score_list)
median = statistics.median(score_list)

print("学生成绩的平均数为：", average)
print("学生成绩的中位数为：", median)

输出结果如下：

学生成绩的平均数为： 83.125
学生成绩的中位数为： 85.0

这里假设成绩列表中的元素为数值型，如果成绩列表中的元素类型不是数值型，则需要对成绩列表中的元素进行类型转换，例如：

score_list = ['80', '90', '70', '85', '95', '75', '65', '100']
score_list = [int(x) for x in score_list]  # 将字符串类型转换为整型
average = statistics.mean(score_list)
median = statistics.median(score_list)

相关问题

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。

python 计算列表中的平均数、中位数、20%分位、80%分位

可以使用 Python 中的 NumPy 库来计算列表的平均数、中位数、20%分位和80%分位。以下是一个示例代码：

import numpy as np

# 假设有一个列表，包含一些数值
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# 计算平均数
mean = np.mean(data)
print("平均数为：", mean)

# 计算中位数
median = np.median(data)
print("中位数为：", median)

# 计算20%分位数
percentile_20 = np.percentile(data, 20)
print("20%分位数为：", percentile_20)

# 计算80%分位数
percentile_80 = np.percentile(data, 80)
print("80%分位数为：", percentile_80)

输出结果为：

平均数为： 5.5
中位数为： 5.5
20%分位数为： 2.8000000000000003
80%分位数为： 8.2

注意：在计算百分位数时，需要指定数据集以及所需的分位数。代码中，我们使用 `np.percentile(data, x)` 来计算数据集 `data` 的 x% 分位数。