statistics
Des statistiques de base sans bibliothèque externe : moyenne, médiane, mode, écart type et quantiles.
Exemple
#import statistics
scores = [72, 95, 64, 88, 72, 100, 58]
print(round(statistics.mean(scores), 1))
print(statistics.median(scores))
print(statistics.mode(scores))
print(round(statistics.stdev(scores), 1))Définition et utilisation
#Le module statistics calcule les mesures statistiques de base pour des listes de nombres, sans installer pandas ni NumPy. La fonction mean() renvoie la moyenne arithmétique, median() la médiane, c’est-à-dire la valeur centrale, et mode() le mode, c’est-à-dire la valeur la plus fréquente. Cela suffit pour analyser des résultats de tests, un temps d’étude ou le nombre d’exercices résolus.
La médiane résiste aux valeurs extrêmes. Un seul résultat très élevé fait beaucoup monter la moyenne et change peu la médiane, c’est pourquoi, pour des durées, des prix ou des revenus, il vaut la peine de regarder les deux mesures. Avec un nombre pair de données, median() renvoie la moyenne des deux valeurs centrales.
La dispersion des données est décrite par stdev() et variance(), c’est-à-dire l’écart type et la variance. Deux groupes peuvent avoir la même moyenne et une dispersion des résultats tout à fait différente. quantiles() divise les données en parties égales et renvoie les points de coupure, par exemple les quartiles. Une liste vide lève StatisticsError, et l’écart type d’un échantillon exige au moins deux valeurs.
Syntaxe
#import statistics
statistics.mean(donnees)
statistics.median(donnees)
statistics.mode(donnees)
statistics.stdev(donnees)
statistics.quantiles(donnees, n=4)Les fonctions les plus importantes
#mean()
moyenne
La moyenne arithmétique. Pour des entiers, elle renvoie unintlorsque le résultat tombe juste.fmean()
moyenne
Une moyenne plus rapide, qui renvoie toujours unfloat. Depuis Python 3.11, elle accepte aussi des poids (weights).median()
médiane
La valeur centrale après tri. Avec un nombre pair de données, la moyenne des deux valeurs centrales.mode()
mode
La valeur la plus fréquente. En cas d’égalité, elle renvoie celle qui est apparue la première. Elle fonctionne aussi sur des chaînes.multimode()
modes
La liste de toutes les valeurs les plus fréquentes, dans l’ordre de première apparition.stdev()
écart type
L’écart type d’un échantillon. Pour des données sur tout le groupe, utilisezpstdev().variance()
variance
La variance d’un échantillon, c’est-à-dire le carré de l’écart type. Pour tout le groupe, utilisezpvariance().quantiles()
quantiles
Les points qui divisent les données ennparties égales, par défaut les quartiles (n=4). Renvoie une liste.
Plus d’exemples
#import statistics
minutes = [25, 30, 20, 35, 30, 240]
print(round(statistics.mean(minutes), 1))
print(statistics.median(minutes))Une seule session de quatre heures a plus que doublé la moyenne, alors que la médiane montre toujours le temps d’étude typique. Avec un nombre pair de données, la médiane est la moyenne des deux valeurs centrales, d’où 30.0.
import statistics
group_a = [70, 72, 74, 76, 78]
group_b = [50, 62, 74, 86, 98]
print(statistics.mean(group_a), statistics.mean(group_b))
print(round(statistics.stdev(group_a), 1), round(statistics.stdev(group_b), 1))
print(statistics.quantiles(group_b, n=4))mean() renvoie un int lorsque la moyenne d’entiers tombe juste, c’est pourquoi on voit 74 et non 74.0.
import statistics
answers = ["B", "A", "B", "C", "A"]
print(statistics.mode(answers))
print(statistics.multimode(answers))
try:
statistics.mean([])
except statistics.StatisticsError as error:
print(error)Bonnes pratiques
#- Pour des données avec des valeurs extrêmes, comme des durées, des prix ou des revenus, donnez la médiane à côté de la moyenne. Elle rend mieux la valeur typique.
- Pour de grandes listes de nombres à virgule flottante,
fmean()est nettement plus rapide quemean(). stdev()calcule l’écart type d’un échantillon, c’est-à-dire qu’elle divise parn - 1. Lorsque vous avez les données de tout le groupe, et pas seulement d’un échantillon, utilisezpstdev().
Entrées associées
#- mathUn module de fonctions mathématiques : racines carrées, arrondis, puissances, logarithmes et constantes.
- sum()Additionne tous les nombres d’une collection.
- round()Arrondit un nombre au nombre de décimales indiqué.
- collections.CounterUn dictionnaire pour compter : pour chaque élément, il garde le nombre de ses occurrences.
- sorted()Renvoie une nouvelle liste triée à partir des éléments de n’importe quelle collection.
Pratiquer dans les leçons
#Vous voyez une erreur ou il manque un exemple ? Écrivez-nous.