python 中 trimmed mean methon库

Python中有多个库可以进行trimmed mean方法计算，以下是其中一些常用的库：

1. numpy：numpy是Python科学计算的核心库之一，提供了多种计算和操作数组的方法，包括计算trimmed mean。使用numpy可以轻松地计算指定百分比的trimmed mean，例如：

import numpy as np

data = [1, 2, 3, 4, 5]
trimmed_mean = np.trim_mean(data, 0.2)
print(trimmed_mean)

输出结果为3.0，表示计算去除了最高和最低的20%数据后的平均值。

2. scipy：scipy是基于numpy的一个扩展库，提供了更多的科学计算方法和统计分析方法。scipy中也包括计算trimmed mean的方法，例如：

import scipy.stats as stats

data = [1, 2, 3, 4, 5]
trimmed_mean = stats.trim_mean(data, 0.2)
print(trimmed_mean)

输出结果为3.0，与numpy计算的结果相同。

3. statsmodels：statsmodels是一个专门用于统计分析和数据建模的库，提供了多种常用的统计方法和模型。statsmodels中也包括计算trimmed mean的方法，例如：

import statsmodels.api as sm

data = [1, 2, 3, 4, 5]
trimmed_mean = sm.stats.trim_mean(data, 0.2)
print(trimmed_mean)

输出结果为3.0，与numpy和scipy计算的结果相同。

需要注意的是，不同库的计算方法可能略有不同，例如在numpy中可以指定axis参数计算沿某个轴的trimmed mean，而在scipy和statsmodels中则只能计算一维数组的trimmed mean。在使用时需要根据具体情况选择合适的库和方法。