Python实现四分位代码

原创

mob64ca12d61d6b 2023-11-16 06:07:58 ©著作权

文章标签 数据集 Python 数据 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者mob64ca12d61d6b的原创作品，请联系作者获取转载授权，否则将追究法律责任

Python实现四分位代码

1. 引言

在统计学中，四分位是数据集分布的一种衡量方式，能够帮助我们了解数据的分布情况。四分位包括四个值：第一四分位数（Q1），中位数（Q2，也就是数据的中值），第三四分位数（Q3），和四分位距（IQR，即Q3和Q1的差值）。

在本文中，我们将使用Python编写代码来计算给定数据集的四分位数。

2. 代码示例

下面是一个使用Python实现计算四分位数的示例代码：

def calculate_quartiles(data):
    sorted_data = sorted(data)
    n = len(sorted_data)

    if n % 2 == 0:
        q1 = sorted_data[n // 4 - 1]
        q2 = (sorted_data[n // 2 - 1] + sorted_data[n // 2]) / 2
        q3 = sorted_data[(3 * n) // 4 - 1]
    else:
        q1 = sorted_data[n // 4]
        q2 = sorted_data[n // 2]
        q3 = sorted_data[3 * n // 4]

    iqr = q3 - q1

    return q1, q2, q3, iqr

# 测试数据
data = [5, 10, 15, 20, 25, 30, 35, 40, 45, 50]
q1, q2, q3, iqr = calculate_quartiles(data)

print("Q1:", q1)
print("Q2:", q2)
print("Q3:", q3)
print("IQR:", iqr)

上述代码中，calculate_quartiles()函数接受一个数据集作为输入，并返回四分位数Q1、Q2、Q3以及四分位距IQR。在函数内部，我们首先对数据进行排序，然后根据数据集的长度来计算四分位数。如果数据集的长度是偶数，我们使用(n//4-1)和(3n//4-1)来索引数据，这样可以确保计算出正确的四分位数值。如果数据集的长度是奇数，我们使用(n//4)和(3n//4)来索引数据。最后，我们计算四分位距IQR。

在上述代码的最后，我们使用一个包含10个数字的测试数据集来测试我们的函数。运行代码后，将输出Q1、Q2、Q3和IQR的值。