statistics

Des statistiques de base sans bibliothèque externe : moyenne, médiane, mode, écart type et quantiles.

Sur cette page

Exemple

#
Python
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))
Résultatrésultat enregistré, vous pouvez le vérifier
78.4
72
72
16.0

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

#
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 un int lorsque le résultat tombe juste.
  • fmean()

    moyenne

    Une moyenne plus rapide, qui renvoie toujours un float. 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, utilisez pstdev().
  • variance()

    variance

    La variance d’un échantillon, c’est-à-dire le carré de l’écart type. Pour tout le groupe, utilisez pvariance().
  • quantiles()

    quantiles

    Les points qui divisent les données en n parties égales, par défaut les quartiles (n=4). Renvoie une liste.

Plus d’exemples

#
Moyenne et médiane avec une valeur extrême
Python
import statistics

minutes = [25, 30, 20, 35, 30, 240]

print(round(statistics.mean(minutes), 1))
print(statistics.median(minutes))
Résultatrésultat enregistré, vous pouvez le vérifier
63.3
30.0

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.

La même moyenne, une dispersion différente
Python
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))
Résultatrésultat enregistré, vous pouvez le vérifier
74 74
3.2 19.0
[56.0, 74.0, 92.0]

mean() renvoie un int lorsque la moyenne d’entiers tombe juste, c’est pourquoi on voit 74 et non 74.0.

Modes et liste vide
Python
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)
Résultatrésultat enregistré, vous pouvez le vérifier
B
['B', 'A']
mean requires at least one data point

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 que mean().
  • stdev() calcule l’écart type d’un échantillon, c’est-à-dire qu’elle divise par n - 1. Lorsque vous avez les données de tout le groupe, et pas seulement d’un échantillon, utilisez pstdev().

Entrées associées

#

Pratiquer dans les leçons

#

Vous voyez une erreur ou il manque un exemple ? Écrivez-nous.