如何从Python中的2个不同列表中计算中位数

Question

我有两个列表注释 = [6，8，10，13，14，17] 有效 = [3，5，6，7，5，1]，第一个代表成绩，第二个是班上的学生。所以3个孩子得到了6分，1个得到了17分。我想计算平均值和中位数。对于我得到的平均值：

note = [6,8,10,13,14,17] 
Effective = [3,5,6,7,5,1] 
products = [] for num1, num2 in zip(note, Effective):   
products.append(num1 * num2) 
print(sum(products)/(sum(Effective)))

我的第一个问题是，如何将两个列表都变成第三个列表：

(6,6,6,8,8,8,8,8,10,10,10,10,10,10,13,13,13,13,13,13,13,14,14,14,14,14,17)

以获得中位数。

谢谢，唐卡

Answer 1

要获得像你期望的第三个列表这样的输出，你必须做这样的事情：from statistics import mediannote = [6,8,10,13,14,17] Effective = [3,5,6,7,5,1] newList = []for index,value in enumerate(Effective):    for j in range(value):        newList.append(note[index])print(newList)print("Median is {}".format(median(newList)))输出：[6, 6, 6, 8, 8, 8, 8, 8, 10, 10, 10, 10, 10, 10, 13, 13, 13, 13, 13, 13, 13, 14, 14, 14, 14, 14, 17]Median is 10 

Answer 2

note = [6,8,10,13,14,17] effective = [3,5,6,7,5,1]newlist=[]for i in range(0,len(note)):    for j in range(effective[i]):        newlist.append(note[i])print(newlist)

Answer 3

为了计算中位数，我建议你使用统计学。from statistics import mediannote = [6, 8, 10, 13, 14, 17]effective = [3, 5, 6, 7, 5, 1]total = [n for n, e in zip(note, effective) for _ in range(e)]result = median(total)print(result)输出10如果你看一下（在上面的代码中），你有：total[6, 6, 6, 8, 8, 8, 8, 8, 10, 10, 10, 10, 10, 10, 13, 13, 13, 13, 13, 13, 13, 14, 14, 14, 14, 14, 17]一个功能性的替代方法，使用重复：from statistics import medianfrom itertools import repeatnote = [6, 8, 10, 13, 14, 17]effective = [3, 5, 6, 7, 5, 1]total = [v for vs in map(repeat, note, effective) for v in vs]result = median(total)print(result)

Answer 4

下面是在内部级别上迭代的一种方法，以按照 中指定的次数复制每个方法，并使用 statistics.median 获取中位数：EffectivenumberEffectivefrom statistics import medianout = []for i in range(len(note)):    for _ in range(Effective[i]):        out.append(note[i])print(median(out))# 10

Answer 5

要获取列表，您可以执行如下操作total = []for grade, freq in zip(note, Effective):    total += freq*[grade]

Answer 6

可以使用 np.repeat 获取包含新值的列表。note = [6,8,10,13,14,17] Effective = [3,5,6,7,5,1] import numpy as npnew_list = np.repeat(note,Effective)np.median(new_list),np.mean(new_list)