Python statistics 模块（建议收藏）

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战(已更新的所有项目都能学习) / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

• 新开坑项目:《Spring AI 项目实战》 正在持续爆肝中，基于 Spring AI + Spring Boot 3.x + JDK 21...， 点击查看 ;
• 《从零手撸：仿小红书（微服务架构）》 已完结，基于 Spring Cloud Alibaba + Spring Boot 3.x + JDK 17...，点击查看项目介绍 ;演示链接： http://116.62.199.48:7070 ;
• 《从零手撸：前后端分离博客项目（全栈开发）》 2 期已完结，演示链接： http://116.62.199.48/ ;

截止目前， 星球 内专栏累计输出 90w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 3100+ 小伙伴加入学习 ，欢迎点击围观

Python statistics 模块：数据统计的轻量级工具箱

统计学是数据分析的核心基础，而 Python 的 statistics 模块正是为此而生。作为 Python 标准库的一部分，它提供了一套简洁高效的统计函数，帮助开发者快速完成数据集中趋势、离散程度等核心指标的计算。无论是编程初学者还是有一定经验的开发者，都能通过这个模块快速上手统计分析，避免重复造轮子的麻烦。

2. 模块简介：统计学的瑞士军刀

statistics 模块可以视为一个轻量级的“统计工具箱”，它包含计算均值、中位数、众数、方差等常见统计量的函数。与第三方库（如 numpy 或 pandas）相比，它的优势在于：

• 无需额外安装：作为 Python 标准库，开箱即用；
• 语法简单：函数设计直观，适合快速实现基础统计需求；
• 适合小数据集：针对内存占用敏感的场景，如教学、原型开发或轻量级数据分析。

例如，计算一组数据的平均值只需一行代码：

import statistics as stats  

data = [1, 2, 3, 4, 5]  
mean_value = stats.mean(data)  
print("平均值:", mean_value)  # 输出：3.0  

3. 核心函数详解：从基础到进阶

3.1 均值（Mean）

均值是统计学中最基础的指标，表示数据的“平均水平”。statistics.mean() 函数通过将所有数值相加后除以数量来计算。

案例：计算班级学生的平均成绩：

scores = [85, 92, 78, 90, 88]  
average = stats.mean(scores)  
print(f"平均分：{average}")  # 输出：86.6  

3.2 中位数（Median）

中位数是排序后位于中间的数值，能有效抵抗极端值的干扰。例如，在分析房价时，中位数比均值更能反映“典型”价格。

案例：计算一组数据的中位数：

data = [12, 15, 10, 8, 20, 18]  
median_value = stats.median(data)  
print("中位数:", median_value)  # 输出：15.0  

当数据长度为偶数时，median() 会自动计算中间两个数的平均值，如 [1, 2, 3, 4] 的中位数是 2.5。

3.3 众数（Mode）

众数是出现次数最多的数值，适用于分类数据或离散型数据。例如，在分析用户最常选择的套餐时，众数能直接指出最受欢迎的选项。

案例：找出一组数据的众数：

frequencies = [2, 2, 3, 3, 3, 4, 4, 4, 4]  
mode_value = stats.mode(frequencies)  
print("众数:", mode_value)  # 输出：4  

需要注意的是，若数据存在多个众数（如 [1, 1, 2, 2]），statistics.mode() 会报错。此时可改用 statistics.multimode() 函数返回所有众数：

from statistics import multimode  
print(multimode([1, 1, 2, 2]))  # 输出：[1, 2]  

3.4 方差与标准差（Variance & Standard Deviation）

方差衡量数据的离散程度，标准差则是方差的平方根，单位与原始数据一致，更易解释。

案例：计算样本的标准差：

sample_data = [1.5, 2.5, 3.0, 4.0, 5.5]  
stdev_value = stats.stdev(sample_data)  
print("标准差:", stdev_value)  # 输出：1.443  

函数 stdev() 用于计算样本标准差（分母为 n-1），而 pvariance() 和 pstdev() 则用于总体标准差（分母为 n）。

4. 实际案例：电商订单分析

假设某电商平台需要分析用户订单金额的分布，可以结合 statistics 模块快速得出关键指标：

案例代码：

orders = [299, 499, 199, 299, 399, 299, 99, 299, 499, 199]  

average_order = stats.mean(orders)  
median_order = stats.median(orders)  
popular_order = stats.mode(orders)  
spread = stats.stdev(orders)  

print(f"平均订单金额：{average_order:.2f} 元")  
print(f"中间订单金额：{median_order} 元")  
print(f"最常见订单金额：{popular_order} 元")  
print(f"金额波动范围：±{spread:.2f} 元")  

通过这些指标，团队可以快速判断用户偏好（如 299 元是热门价格）和价格分布的离散程度，为后续营销策略提供依据。

5. 与其他库的对比：轻量 vs 强大

虽然 statistics 模块轻量易用，但在复杂场景下可能需要更专业的库：
| 功能需求 | statistics 模块 | numpy/pandas |
|--------------------|---------------------------------|-----------------------------------|
| 安装依赖 | 内置，无需安装 | 需额外安装第三方库 |
| 数据规模 | 小数据集（如课堂示例） | 大数据集（如百万级记录） |
| 性能优化 | 简单函数，适合快速开发 | 高效的数组运算和向量化操作 |
| 功能范围 | 基础统计量（均值、中位数等） | 多维数组、复杂统计模型（如回归） |

例如，若需要计算协方差或执行假设检验，scipy.stats 是更合适的选择。但对初学者而言，statistics 模块是学习统计概念的绝佳起点。

6. 常见问题与解决方案

Q1：如何处理空数据集？

若传入空列表，statistics 函数会抛出 StatisticsError 异常。解决方案是添加空值检查：

data = []  
try:  
    print(stats.mean(data))  
except stats.StatisticsError:  
    print("数据集为空，无法计算！")  

Q2：为什么方差结果与其他工具不一致？

需确认是否混淆了总体方差（pstdev）与样本方差（stdev）。例如，计算总体标准差应使用：

population = [1, 2, 3, 4, 5]  
print(stats.pstdev(population))  # 输出：1.4142...  

7. 结论：模块的适用场景与未来展望

Python statistics 模块 以其简洁性、易用性和轻量级设计，成为 Python 生态中不可或缺的统计工具。它适合以下场景：

• 教育场景：教学统计学基础概念；
• 快速原型开发：无需依赖第三方库即可验证统计逻辑；
• 小数据集处理：如日志分析、简单报表生成。

对于进阶开发者，建议结合 numpy 或 pandas 深入探索复杂分析。但无论如何，掌握 statistics 模块是理解统计学与编程结合的第一步。

通过本文，读者应能熟练使用 statistics 模块的核心函数，并将其应用于实际项目。下一步，不妨尝试将这些函数集成到你的数据分析流程中，感受轻量级工具带来的高效体验！