在Python中計算清單的平均值

確定清單的算術平均值或平均值對於統計分析至關重要。在 Python 中，有多種方法可用於此操作。以下是對每種方法的詳細探索：

• Python >= 3.8:statistics.fmean

  統計模組提供了浮點數的數值穩定性，確保準確的結果。這是Python 3.8及更高版本中的首選方法。

  import statistics
  xs = [15, 18, 2, 36, 12, 78, 5, 6, 9]
  statistics.fmean(xs)  # = 20.11111111111111

• Python >= 3.4: stats.mean

  [穩定性&&]雖然仍提供浮點數值穩定性，提供浮點數值穩定性為但統計.mean 比fmean 慢。對於 Python 3.4 及更高版本，它仍然是一個可行的選項。
  導入統計信息 xs = [15, 18, 2, 36, 12, 78, 5, 6, 9] stats.mean(xs) # = 20.11111111111111

  import statistics
  xs = [15, 18, 2, 36, 12, 78, 5, 6, 9]
  statistics.mean(xs)  # = 20.11111111111111

• 早期Python 3 版本：sum(xs) / len(xs)

  此方法計算此方法計算此方法計算。使用元素總和除以列表長度所得的平均值。但是，它可能會導致浮點數數值不穩定。
  xs = [15, 18, 2, 36, 12, 78, 5, 6, 9] sum(xs) / len(xs) # = 20.11111111111111

  import statistics
  xs = [15, 18, 2, 36, 12, 78, 5, 6, 9]
  statistics.mean(xs)  # = 20.11111111111111

• Python 2:

  對於 Python 2，需要將 len 轉換為float取得浮點除法並防止整數除法：
  xs = [15, 18, 2, 36, 12, 78, 5, 6, 9] sum(xs) / float(len(xs)) # = 20.11111111111111

  import statistics
  xs = [15, 18, 2, 36, 12, 78, 5, 6, 9]
  statistics.mean(xs)  # = 20.11111111111111