Ad
2: 2019-06-14 (金) 23:29:25 njf ソース バックアップ No.2 を復元して編集 現: 2019-06-15 (土) 20:55:10 njf ソース 編集
Line 8: Line 8:
 import statistics  import statistics
 + 
 data = [1,2,3,4,5]  data = [1,2,3,4,5]
 + 
 print(statistics.mean(data))  print(statistics.mean(data))
Line 30: Line 30:
 n = 1000  n = 1000
 data = []  data = []
 + 
 for j in range(n):  for j in range(n):
     data.append(random.gauss(m,v))      data.append(random.gauss(m,v))
 + 
 print("平均\t\t",statistics.mean(data))  print("平均\t\t",statistics.mean(data))
 print("母標準偏差\t",statistics.pstdev(data))  print("母標準偏差\t",statistics.pstdev(data))
Line 46: Line 46:
また、母分散(pvariance)や標本標準分散(variance)も全く同様に求められます。 また、母分散(pvariance)や標本標準分散(variance)も全く同様に求められます。
 +
 +上の例のように、1000個ぐらいのデータなら、スペックの低いパソコンでもほぼ一瞬で答えが出ます。
 +
 +しかし、もしもっと大量のデータを扱うなら、NumPyにも同様の関数があり、より高速なのでそちらを使うのがおすすめです。


トップ   編集 差分 バックアップ 添付 複製 名前変更 リロード印刷に適した表示   ページ新規作成 全ページ一覧 単語検索 最新ページの一覧   ヘルプ   最新ページのRSS 1.0 最新ページのRSS 2.0 最新ページのRSS Atom Powered by xpWiki
Counter: 2276, today: 1, yesterday: 0
MenuBar
広告

ログイン

ユーザー名:


パスワード:





パスワード紛失

Portuguese | English | German | Greek | Japanese | Korean | Russian | T-Chinese top
NJF