首先我们先来了解一下计算平均数的IPO模式.
目前创新互联已为超过千家的企业提供了网站建设、域名、网络空间、网站托管运营、企业网站设计、保亭黎族网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。
输入：待输入计算平均数的数。
处理：平均数算法
输出：平均数
明白了程序的IPO模式之后，我们打开本地的python的IDE
工具，并新建一个python文件，命名为test6.py.
请点击输入图片描述
请点击输入图片描述
请点击输入图片描述
打开test6.py,进行编码，第一步，提示用户输入要计算多少个数的平均数。
请点击输入图片描述
第二步，初始化sum总和的值。注意，这是编码的好习惯，在定义一个变量的时候，给一个初始值。
请点击输入图片描述
第三步，循环输入要计算平均数的数，并计算总和sum的值。
请点击输入图片描述
最后，计算出平均数，并输出，利用“总和/数量”的公式计算出平均数。
请点击输入图片描述
编码完成后，记得保存，然后进行调试运行。按F5键或者点击菜单栏中的“run”-》“run model”来运行程序。
请点击输入图片描述
请点击输入图片描述
lst ＝ ［］ ＃定义一个空列表
str ＝ raw＿input（＂请输入数值，用空格隔开：＂）
lst1 = str.split(" ")#lst1用来存储输入的字符串，用空格分割
i ＝ 0
while i = len(lst1)+1:
lst．append（int（lst1．pop（）））＃将lst1的数据转换为整型并赋值给lst
i ＋＝ 1
＃print（lst）
def sum（list）：
＂对列表的数值求和＂
s ＝ 0
for x in list：
s ＋＝ x
return s
def average（list）：
＂对列表数据求平均值＂
avg ＝ 0
avg ＝ sum（list）／（len（list）＊1．0） ＃调用sum函数求和
return avg
print（＂avg ＝ ％f＂％average（lst））
扩展资料：
for循环小括号里第一个“;”号前为一个为不参与循环的单次表达式，其可作为某一变量的初始化赋值语句, 用来给循环控制变量赋初值； 也可用来计算其它与for循环无关但先于循环部分处理的一个表达式。
执行的中间循环体可以为一个语句，也可以为多个语句，当中间循环体只有一个语句时，其大括号{}可以省略，执行完中间循环体后接着执行末尾循环体。
执行末尾循环体后将再次进行条件判断，若条件还成立，则继续重复上述循环，当条件不成立时则跳出当下for循环。
# coding = GBK
a =[1,2,3,4,5]
sum=0
b = len(a)
print("这个数组的长度为：",b)
for i in a:
sum =sum +i
print("这个数组之和为：",sum)
print("这个数组平均数为",sum/b)
或
import sys
sum = 0
cnt = 0
f = open('1.txt', 'r')
files = f.readline()
while (files ):
sum = sum + float(files .split(",")[0])
cnt = cnt + 1
files = f.readline()
print(sum / cnt)
f.close()
或者。
#!/usr/bin/env pythonimport timeimport numpy as np
dd = np.random.randint(0, 20, size=(2*1000*1000))t_start = time.clock()avg_sum1 =
0.0BlockOffset = 0 while BlockOffset len(dd):
if dd[BlockOffset + 1] = 10:
avg_sum1 += dd[BlockOffset + 1] * 0.1
else:
avg_sum1 += dd[BlockOffset + 0] * 0.01
BlockOffset += 2print('Avg: ' + str(avg_sum1 / len(dd) / 2)) print('Exe time: ' +
str(time.clock() - t_start))
扩展资料：
python 实现求和、计数、最大最小值、平均值、中位数、标准偏差、百分比。
import sys
class Stats:
def __init__(self, sequence):
# sequence of numbers we will process
# convert all items to floats for numerical processing
self.sequence = [float(item) for item in sequence]
def sum(self):
if len(self.sequence) 1:
return None
else:
return sum(self.sequence)
def count(self):
return len(self.sequence)
def min(self):
if len(self.sequence) 1:
return None
else:
return min(self.sequence)
def max(self):
if len(self.sequence) 1:
return None
else:
return max(self.sequence)
def avg(self):
if len(self.sequence) 1:
return None
else:
return sum(self.sequence) / len(self.sequence)
def median(self):
if len(self.sequence) 1:
return None
else:
self.sequence.sort()
return self.sequence[len(self.sequence) // 2]
def stdev(self):
if len(self.sequence) 1:
return None
else:
avg = self.avg()
sdsq = sum([(i - avg) ** 2 for i in self.sequence])
stdev = (sdsq / (len(self.sequence) - 1)) ** .5
return stdev
def percentile(self, percentile):
if len(self.sequence) 1:
value = None
elif (percentile = 100):
sys.stderr.write('ERROR: percentile must be 100. you supplied: %s\n'% percentile)
value = None
else:
element_idx = int(len(self.sequence) * (percentile / 100.0))
self.sequence.sort()
value = self.sequence[element_idx]
return value
参考资料来源：百度百科-python
函数体：
numpy.mean(a, axis=None, dtype=None, out=None, keepdims= class 'numpy._globals._NoValue')[source]
功能：
计算指定轴的 算术平均值 。
返回数组元素的平均值。默认的情况下，求均值的操作在平展开来的数组上进行，否则就在指定的轴上。
参数：
①a：必须是数组。
②axis：默认条件下是flatten的array，可以指定相应的轴。
如果是二维矩阵，axis=0返回纵轴的平均值，axis=1返回横轴的平均值。
例子如下：
注意 (关于精度)：
算术平均值是沿轴的元素总和除以元素的数量。既然是除法，就涉及到一个精确度的问题。
对于浮点输入，平均值的计算使用与输入相同的精度计算，这可能会导致结果不准确，特别是对于float32来说。为了缓解这个问题，我们可以使用dtype关键字指定更高精度的累加器。
具体看下面这个例程：
