在数据分析和科学计算中，统计学是一个非常重要的工具。

Python 提供了一个内置的 statistics 模块，专门用于处理基本的统计计算。本文将详细介绍 statistics 模块的功能和使用方法，帮助初学者快速掌握如何使用这个模块进行基本的统计分析。

statistics 模块提供了许多常用的统计函数，如均值、中位数、方差、标准差等。

要使用 statistics 函数必须先导入：

import statistics

查看 statistics 模块中的内容:

常用的统计函数

均值（Mean）

均值是数据集中所有数值的平均值。statistics 模块提供了 mean() 函数来计算均值。

输出：

均值: 3

中位数（Median）

中位数是将数据集按大小顺序排列后位于中间位置的数值。statistics 模块提供了 median() 函数来计算中位数。

输出：

中位数: 3

如果数据集的长度为偶数，median() 函数会自动计算中间两个数的平均值。

输出：

中位数: 2.5

众数（Mode）

众数是数据集中出现频率最高的数值。statistics 模块提供了 mode() 函数来计算众数。

输出：

众数: 2

如果数据集中没有重复的数值，mode() 函数会抛出 StatisticsError 异常。

方差（Variance）

方差是衡量数据集中数值离散程度的指标。statistics 模块提供了 variance() 函数来计算方差。

输出：

方差: 2.5

标准差（Standard Deviation）

标准差是方差的平方根，用于衡量数据集的离散程度。statistics 模块提供了 stdev() 函数来计算标准差。

输出：

标准差: 1.5811388300841898

调和平均数（Harmonic Mean）

调和平均数是一种特殊的平均数，适用于计算速率等场景。statistics 模块提供了 harmonic_mean() 函数来计算调和平均数。

输出：

调和平均数: 1.7142857142857142

几何平均数（Geometric Mean）

几何平均数是一种用于计算增长率或比例的平均数。statistics 模块提供了 geometric_mean() 函数来计算几何平均数。

输出：

几何平均数: 2.0

其他常用函数

中位数低（Median Low）和中位数高（Median High）

statistics 模块还提供了 median_low() 和 median_high() 函数，分别用于计算数据集的中位数低和中位数高。

输出：

中位数低: 2
中位数高: 3

分位数（Quantiles）

分位数是将数据集分成若干等份的数值。statistics 模块提供了 quantiles() 函数来计算分位数。

输出：

四分位数: [1.5, 3.0, 4.5]

math 模块方法