python求平均 python求平均值

求一个python程序，计算三个数的平均数和方差

def fangcha(): a=float(raw_input("请输入a:")

) b=float(raw_input("请输入b:")

) c=float(raw_input("请输入C:")

) d=(a+b+c)/3.

0 e=((a-d)**2+(b-d)**2+(c-d)**2)/3.

0 print "平均数是:%f方差是：%f" %(d,e) fangcha() Python2.7可用

Python如何像matlab一样处理数据

关于这个问题，Python可以使用NumPy和Pandas库来像Matlab一样处理数据。NumPy是一个用于科学计算的Python库，它提供了多维数组对象、线性代数、傅里叶变换等功能。Pandas库则提供了数据结构和数据分析工具，可以轻松地对数据进行操作、清洗和分析。

下面是一些使用NumPy和Pandas处理数据的示例：

1. 创建一个数组

NumPy可以使用numpy.array()函数来创建一个数组：

```python

import numpy as np

a = np.array([1, 2, 3, 4, 5])

print(a)

```

输出结果为：

```

[1 2 3 4 5]

```

2. 计算数组中的平均值

NumPy可以使用numpy.mean()函数来计算数组中的平均值：

```python

import numpy as np

a = np.array([1, 2, 3, 4, 5])

mean = np.mean(a)

print(mean)

```

输出结果为：

```

3.0

```

3. 读取CSV文件

Pandas可以使用pandas.read_csv()函数来读取CSV文件：

```python

import pandas as pd

data = pd.read_csv('data.csv')

print(data)

```

4. 计算数据的描述性统计信息

Pandas可以使用pandas.describe()函数来计算数据的描述性统计信息：

```python

import pandas as pd

data = pd.read_csv('data.csv')

print(data.describe())

```

这个函数会输出数据的均值、标准差、最小值、最大值等信息。

5. 数据清洗

Pandas可以使用pandas.dropna()函数来删除数据中的缺失值：

```python

import pandas as pd

data = pd.read_csv('data.csv')

data = data.dropna()

print(data)

```

这个函数会删除数据中的缺失值，并输出清洗后的数据。

总之，通过使用NumPy和Pandas库，Python可以像Matlab一样处理数据，从而进行科学计算和数据分析。