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

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.

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)

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 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))

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
# x, y, und z-Koordinaten von 3 Personen:
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]