你甚至不需要numpy或scipy…

>>> a = [1, 2, 3, 4, 5, 6]
>>> print(sum(a) / len(a))
3

你甚至不需要numpy或scipy…

>>> a = [1, 2, 3, 4, 5, 6]
>>> print(sum(a) / len(a))
3

使用statistics.mean:

import statistics
print(statistics.mean([1,2,4])) # 2.3333333333333335

它从Python 3.4开始可用。对于3.1-3.3用户，PyPI上的stats名称下提供了该模块的旧版本。只需将统计数据更改为统计数据。

NumPy有一个NumPy。这是算术平均数。用法如下:

>>> import numpy
>>> a = [1, 2, 4]
>>> numpy.mean(a)
2.3333333333333335

我不知道标准库中的任何东西。然而，你可以使用这样的东西:

def mean(numbers):
    return float(sum(numbers)) / max(len(numbers), 1)

>>> mean([1,2,3,4])
2.5
>>> mean([])
0.0

在numpy中，有numpy.mean()。

而不是铸造浮动，你可以做以下

def mean(nums):
    return sum(nums, 0.0) / len(nums)

或者使用

mean = lambda nums: sum(nums, 0.0) / len(nums)

更新:2019-12-15

Python 3.8在统计模块中添加了函数fmean。它更快，总是返回浮点数。

将数据转换为浮点数并计算算术平均值。 这比mean()函数运行得快，并且它总是返回一个 自由浮动。数据可以是序列或可迭代对象。如果输入数据集为 empty则引发StatisticsError。 Fmean ([3.5, 4.0, 5.25]) 4.25 3.8新版功能。