Paghahanap ng Mean, Median, at Mode sa Python: Isang Komprehensibong Gabay sa Pagsusuri ng Data
Ang pagsusuri ng data ay isang mahalagang bahagi ng pag-unawa at pagbibigay-kahulugan sa mga dataset. Ang isang pangunahing aspeto ng pagsusuri ng data ay ang pagkalkula ng mean, median, at mode ng data. Ang tatlong panukalang ito ay kumakatawan sa mga pangunahing tendensya at kapaki-pakinabang sa pagtukoy ng mga uso at pattern sa data. Sa artikulong ito, tutuklasin natin ang mga konsepto ng mean, median, at mode, at kung paano kalkulahin ang mga ito gamit ang Python. Tatalakayin din natin ang iba't ibang mga aklatan at mga function na kasangkot sa paglutas ng mga katulad na problema.
Ang **Mean** ay ang average na value ng isang dataset, na kinakalkula sa pamamagitan ng paghahati sa kabuuan ng mga value sa bilang ng mga value sa dataset. Ang **Median** ay ang gitnang value ng isang dataset kapag pinagbukud-bukod ito sa pataas o pababang pagkakasunud-sunod. Kung ang dataset ay may kakaibang bilang ng mga value, ang median ay ang value na eksaktong nasa gitna, habang para sa pantay na bilang ng mga value, ang median ay ang average ng dalawang gitnang value. Ang **Mode** ay tumutukoy sa (mga) value na pinakamadalas na nangyayari sa dataset.
Upang kalkulahin ang mga panukalang ito, magsusulat kami ng Python program na kumukuha ng listahan ng mga numero bilang input at ibinabalik ang mean, median, at mode. Sundin natin ang isang hakbang-hakbang na diskarte para ipatupad ang solusyong ito.
# Step 1: Define a function to calculate the mean
def calculate_mean(numbers):
return sum(numbers) / len(numbers)
# Step 2: Define a function to calculate the median
def calculate_median(numbers):
sorted_numbers = sorted(numbers)
length = len(numbers)
mid_index = length // 2
if length % 2 == 0:
median = (sorted_numbers[mid_index - 1] + sorted_numbers[mid_index]) / 2
else:
median = sorted_numbers[mid_index]
return median
# Step 3: Define a function to calculate the mode
def calculate_mode(numbers):
from collections import Counter
count = Counter(numbers)
mode = count.most_common(1)[0][0]
return mode
# Step 4: Implement the main function
def main():
numbers = [int(x) for x in input("Enter numbers separated by spaces: ").split()]
mean = calculate_mean(numbers)
median = calculate_median(numbers)
mode = calculate_mode(numbers)
print("Mean:", mean)
print("Median:", median)
print("Mode:", mode)
if __name__ == "__main__":
main()
Ang code sa itaas ay binubuo ng apat na hakbang. Una, tinukoy namin ang isang function upang kalkulahin ang ibig sabihin ng isang listahan ng mga numero. Sa ikalawang hakbang, tinukoy namin ang isa pang function upang kalkulahin ang median. Inuuri ng function na ito ang listahan ng input at hinahanap ang gitnang halaga batay sa haba ng listahan. Sa ikatlong hakbang, gumawa kami ng function para kalkulahin ang mode gamit ang Counter class mula sa collections module. Ang huling hakbang ay binubuo ng pagtukoy sa pangunahing function, na kumukuha ng input ng user, tumatawag sa mga dating tinukoy na function, at naglalabas ng mean, median, at mode ng input data.
Python Libraries para sa Statistics at Data Analysis
Nag-aalok ang Python maramihang mga aklatan na tumutulong sa pagsusuri sa istatistika at pagmamanipula ng data. Ang ilan sa mga sikat na aklatan ay kinabibilangan ng:
- numpy – Isang malakas na aklatan para sa mga kalkulasyon ng numero, pagmamanipula ng mga array, at linear algebra.
- Pandas – Isang flexible na library na nagbibigay ng mga kakayahan sa pagmamanipula at pagsusuri ng data gamit ang mga istruktura ng DataFrame.
- SciPy – Isang library na tumatalakay sa scientific computing, kabilang ang optimization, integration, interpolation, at marami pang iba.
Paggamit ng Numpy at Pandas para sa Pagkalkula ng Mean, Median, at Mode
Bilang karagdagan sa pangunahing pagpapatupad ng Python, maaari naming gamitin ang mga aklatan ng Numpy at Pandas upang makalkula nang mahusay ang mean, median, at mode.
Nasa ibaba ang isang halimbawa kung paano gamitin ang Numpy at Pandas para kalkulahin ang mga pangunahing tendensyang ito para sa isang dataset:
import numpy as np
import pandas as pd
data = [4, 2, 7, 3, 9, 1, 6, 5, 8]
# Using Numpy
mean_numpy = np.mean(data)
median_numpy = np.median(data)
# Using Pandas
data_series = pd.Series(data)
mode_pandas = data_series.mode().tolist()
print("Mean (Numpy):", mean_numpy)
print("Median (Numpy):", median_numpy)
print("Mode (Pandas):", mode_pandas)
Sa halimbawa sa itaas, ginagamit namin ang Numpy function na `mean()` at `median()` upang kalkulahin ang mean at median, ayon sa pagkakabanggit. Para sa mode, kino-convert namin ang aming data sa Pandas Series at ginagamit ang function na `mode()`, na nagbabalik ng listahan ng mga mode.
Ang artikulong ito ay nagbibigay ng komprehensibong pag-unawa sa mga konsepto ng mean, median, at mode at kung paano kalkulahin ang mga ito gamit ang parehong pangunahing Python at sikat na Python library. Gamit ang mga diskarteng ito, mabisang masusuri at mabibigyang-kahulugan ng mga data analyst ang mga dataset upang makagawa ng mga makabuluhang konklusyon at matukoy ang mga uso sa data.
