python的statistics模塊提供基礎統計功能，適合初學者和小規模數據分析。1. 平均值相關函數包括mean（算術平均）、fmean（強制浮點結果）和geometric_mean（幾何平均，要求正數）。2. 中位數用median，眾數用mode（返回首個眾數）或multimode（返回所有眾數列表）。3. 方差與標準差通過variance（樣本方差）、pvariance（總體方差）、stdev（樣本標準差）、pstdev（總體標準差）計算。4. 其他函數如quantiles（分位數）、covariance（協方差）、correlation（皮爾遜系數）用于更深入分析，適用于python 3.8及以上版本。該模塊無需安裝，適合快速查看數據特征或小型項目使用。
在Python中，statistics模塊是一個標準庫模塊，適合做基礎的統計計算。它不需要額外安裝，開箱即用，非常適合初學者或日常小規模數據分析使用。雖然功能不如numpy或pandas強大，但對一些常見統計指標來說，已經夠用了。
1. 平均值相關函數：mean、fmean、geometric_mean
這幾個函數都用于計算平均值，但略有區別：
- mean(data)：計算算術平均值，適用于大多數情況。
- fmean(data)：強制將結果轉為浮點數，效率略高，推薦用于只需要浮點結果的情況。
- geometric_mean(data)：計算幾何平均值，常用于增長率、比率等數據。
import statistics data = [1, 2, 3, 4, 5] print(statistics.mean(data)) # 輸出 3 print(statistics.fmean(data)) # 輸出 3.0 print(statistics.geometric_mean(data)) # 約等于 2.605
注意：如果數據中包含零或負數，調用geometric_mean會拋出錯誤，因為它要求所有值為正。
2. 中位數和眾數：median、mode、multimode
- median(data)：返回中間值。如果數據個數是偶數，則取中間兩個數的平均。
- mode(data)：返回出現次數最多的值（眾數）。如果有多個眾數，只返回第一個。
- multimode(data)：返回所有眾數組成的列表，適用于多眾數場景。
data = [1, 2, 2, 3, 4, 4, 4] print(statistics.median(data)) # 輸出 3 print(statistics.mode(data)) # 輸出 4 print(statistics.multimode(data)) # 輸出 [4]
如果數據全是唯一的，調用mode會拋出StatisticsError。這種情況下建議先判斷是否有重復項，或者使用collections.Counter來處理。
3. 方差與標準差：variance、pvariance、stdev、pstdev
這些函數用來衡量數據的離散程度：
立即學習“Python免費學習筆記（深入）”；
- variance(data)：樣本方差，默認除以n-1（無偏估計）。
- pvariance(data)：總體方差，除以n。
- stdev(data)：樣本標準差，就是sqrt(variance(…))。
- pstdev(data)：總體標準差。
data = [1, 2, 3, 4, 5] print(statistics.variance(data)) # 輸出 2.5 print(statistics.pvariance(data)) # 輸出 2.0 print(statistics.stdev(data)) # 輸出約 1.58
如果你是在處理完整數據集而不是抽樣數據，應該用pvariance和pstdev。
4. 其他實用函數：quantiles、covariance、correlation
這些函數在Python 3.8之后版本中可用，可以做一些更細致的分析：
- quantiles(data, n=4)：分位數，默認四分位。
- covariance(x, y)：計算兩組數據的協方差。
- correlation(x, y)：計算皮爾遜相關系數，反映線性相關程度。
x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] print(statistics.quantiles(x)) # 輸出 [2.0, 3.0, 4.0] print(statistics.covariance(x, y)) # 輸出 2.5 print(statistics.correlation(x, y)) # 輸出 1.0
這些函數對于理解數據分布和變量間關系很有幫助，但要注意輸入數據不能有缺失值，否則會報錯。
總的來說，statistics模塊雖然簡單，但涵蓋了常見的基礎統計需求。
對于日常快速查看數據特征、寫教學代碼或小型項目來說，非常實用。
如果你只是想算個平均數、看看中位數或者做個簡單的分析，不用引入其他庫，直接用這個就夠了。
