Python mean: So finden Sie den Mittelwert von Listenelementen

Python ist eine der beliebtesten Programmiersprachen für Statistik und KI-Entwicklung. Daher ist es kaum überraschend, dass Python schon über viele Methoden und Module verfügt, die die Datenverarbeitung massiv erleichtern. Wir stellen die Python-mean-Methode vor, mit der Sie den Mittelwert mehrerer Zahlen bestimmen können.

Python mean im Überblick: Was macht die Methode und wie?

Syntax und Funktionsweise

Die Funktionsweise der mean-Methode ist sehr leicht zu erklären: Sie nimmt einen Satz von Zahlen und gibt Ihnen deren Mittelwert zurück. Dabei müssen die Zahlen in einer Liste zusammengefasst sein, die als einzelnes Argument übergeben wird. Es dürfen sowohl Ganzzahlen als auch Gleitkommazahlen verwendet werden. Das Ergebnis der Berechnung wird immer in Form einer Gleitkommazahl ausgegeben. Wir veranschaulichen die Syntax und Funktionsweise dieser Methode im folgenden Beispiel.
import numpy as np
x = np.mean([1, 3, 2])
zahlen = [1, 1.3, 4, 2.1, 1.0]
y = np.mean(zahlen)
print(x)     # Ausgabe: 2.0
print(y)     # Ausgabe: 1.8800000000000001
Python
Wie im obigen Beispiel zu sehen ist, funktioniert die Methode genau wie beschrieben – sie bekommt eine Liste von Zahlen und gibt deren Mittelwert zurück. Dieses Ergebnis wird immer als Gleitkommazahl ausgegeben, wie im Beispiel an np.mean([1, 3, 2]) zu sehen ist. Der Mittelwert dieser Zahlen beträgt genau 2, wird aber trotzdem als „2.0“ angezeigt. Außerdem ist an diesem Beispiel zu sehen, dass Sie die Liste entweder direkt oder als bereits angelegte Variable übergeben dürfen.
Zwei weitere wichtige Details zur Python-mean-Methode sind an diesem Beispiel zu sehen. Das erste bezieht sich auf die Genauigkeit von Gleitkommazahlen und das zweite auf das numpy-Modul.

Darstellung von Gleitkommazahlen

Wenn Sie die zweite Berechnung aus dem obigen Beispiel selbst händisch durchführen, bekommen Sie als Ergebnis genau 1,88. Das Programm zeigt jedoch nicht dasselbe an. Dies liegt an der Darstellung von Gleitkommazahlen im binären Zahlensystem, auf dem alle modernen Rechner basieren. Genau wie im gewöhnlichen Dezimalsystem gibt es manche Bruchzahlen, die im Binärsystem nicht genau dargestellt werden können. Ein solches Beispiel aus dem Dezimalsystem ist die Zahl 0,3333…. Man kann zwar immer eine weitere 3 anhängen, aber man kann nie auf genau ein Drittel kommen.
Obwohl dieses Problem unvermeidbar ist, ist die Genauigkeit von Gleitkommazahlen hoch genug, sodass es in den allermeisten Fällen keinen großen Unterschied machen wird. Jedoch sollten sie über die Genauigkeitsprobleme von Gleitkommazahlen wissen, wenn Sie damit arbeiten.

Das numpy-Modul

Wie Sie im obigen Beispiel sehen können, gehört die mean-Methode nicht zur Python-Standardbibliothek. Um diese Methode zu nutzen, muss sie aus einem externen Modul importiert werden, z. B. numpy oder statistics. Diese Module müssen Sie eventuell installieren, aber sobald das getan ist, können Sie sie sehr leicht in Ihr Programm einbinden. Dafür müssen Sie einfach am Anfang Ihres Programms die Code-Zeile import numpy ergänzen. Falls Sie das Modul künftig unter einem anderen Namen referenzieren möchten, können Sie alternativ import numpy as x schreiben, wobei x für Ihren gewünschten Namen steht.
Tipp
Sie wollen Ihre Webanwendung schnell, leicht und sogar direkt über Git veröffentlichen? Dann ist Deploy Now von IONOS die perfekte Lösung für Sie!

Alternativen zu Python mean

Wie erwähnt gehört die mean-Methode nicht zu Pythons Standardbibliothek, sondern zu externen Modulen wie numpy, die Sie importieren müssen. Falls dies unmöglich oder unerwünscht sein sollte, können Sie die mean-Methode aber auch selbst implementieren. Dafür brauchen Sie nur ein paar Zeilen Code zu schreiben:
def mean(zahlen):
    return sum(zahlen)/len(zahlen)
Python
Die in dieser Implementierung verwandten Methoden sum und len sind in der Python-Standardbibliothek eingebaut, und können daher aufgerufen werden, ohne dass sie importiert wurden. Wie in folgendem Beispiel zu sehen ist, funktioniert diese Implementierung genau wie mean aus numpy.
def mean(zahlen):
    return sum(zahlen)/len(zahlen)
x = mean([1, 3, 2])
zahlen = [1, 1.3, 4, 2.1, 1.0]
y = mean(zahlen)
print(x)    # Ausgabe: 2.0
print(y)    # Ausgabe: 1.8800000000000001
Python
Hinweis
Zusätzlich zu Methoden wie mean sind die Python-Operatoren essenziell für die Verarbeitung von Datensätzen. In unserem Artikel zum Thema erklären wir jeden Operator und stellen Ihnen seine Möglichkeiten vor.

Python mean Anwendungsbeispiele

Zum Abschluss zeigen wir Ihnen nun einige Beispiele dafür, wie die mean-Methode eingesetzt werden kann. In folgendem Programm wird die Benutzerin bzw. der Benutzer immer wieder aufgefordert, eine Zahl einzugeben. Diese Zahl wird von einem String in einem Integer konvertiert und zu einer Liste hinzugefügt. Der Durchschnittswert der Elemente dieser Liste wird dann bei jeder neuen Eingabe laufend aktualisiert und ausgegeben.
import numpy as np
liste = []
while(True):
    liste.append(int(input('Zahl zur Liste hinzufügen: ')))
    print(np.mean(liste))
Python
Im nächsten Beispiel gibt es drei Personen, die jeweils eine x-, y- und z-Koordinate besitzen. Die mean-Methode wird angewandt, um den Mittelpunkt der drei Personen zu berechnen und auszugeben.
import numpy as np
person1 = [1.5, 6.0, 4.2]
person2 = [10.0, 9.0, 7.7]
person3 = [15.5, 0.0, -5.0]
personen = [person1, person2, person3]
durchschnittsposition = []
i = 0
while(i < len(person1)):
    temp = []
    for x in personen:
        temp.append(x[i])
    durchschnittsposition.append(np.mean(temp))
    i = i + 1
print(durchschnittsposition)     # Ausgabe: [9.0, 5.0, 2.3000000000000003]
Python
War dieser Artikel hilfreich?
Page top