如何从列表中找到数字的中位数？ Python

Question

我正在尝试在列表中查找中位数。找到中位数的方程是 N 项/2。我尝试的代码是查找并索引该数字，但是当我索引时我得到 0 或错误，这是为什么呢？

def Median():
#MedianList_Str = ""
MedianList = [2,4,6]
print("What number do you want to add to the array, enter 0 to exit")
try:
    Int = int(input())
    if Int == 0:
        QuitApp()
    else:
       MedianList.append(Int)
except:
    print("Please enter a number")

MedianT = math.floor(len(MedianList)/2) #finds the nth term 
MedianList.sort #sorts the list so you can find the median term
MedianList_Str.join(MedianList)

这就是我所做的。我也试过索引

def Median():
MedianList_Str = ""
MedianList = [2,4,6]
print("What number do you want to add to the array, enter 0 to exit")
try:
    Int = int(input())
    if Int == 0:
        QuitApp()
    else:
       MedianList.append(Int)
except:
    print("Please enter a number")

MedianT = math.floor(len(MedianList)/2) #finds the nth term 
MedianList.sort #sorts the list so you can find the median term
print(MedianList.index(MedianT))

这让我 0

我该怎么做才能得到中位数？我知道已经存在这样的问题，但我想尝试不同的方式。

Answer 1

中位数要么是中间元素按值计算，要么是数组长度为偶数时中间两个元素的平均值。

所以首先我们必须对数组进行排序，然后应用我们的逻辑。

def median(l):
    l = sorted(l)
    middle = len(l) // 2
    return l[middle] if len(l) % 2 == 1 else (l[middle - 1] + l[middle]) / 2

请注意，存在 more efficient algorithms 来查找中位数，这需要 O(n) 而不是 O(n log n) 时间，但是它们的实现并非易事，并且在 Python 的标准库中不可用。

Answer 2

这是一个避免使用if/else 分别处理奇数和偶数长度情况的好技巧：中间的索引是(len(nums) - 1) // 2 和len(nums) // 2。如果长度为奇数，则这些索引相等，因此将这些值相加并除以 2 无效。

请注意，您应该使用// 运算符进行除法，以获得用作索引的整数。

def median(nums):
    nums = sorted(nums)
    middle1 = (len(nums) - 1) // 2
    middle2 = len(nums) // 2
    return (nums[middle1] + nums[middle2]) / 2

例子：

>>> median([1, 2, 3, 4])
2.5
>>> median([1, 2, 3, 4, 5])
3.0

Answer 3

正如其他人所提到的，我会使用sorted(MedianT) 而不是MeadianT.sort()。

此外，使用基于数组的索引而不是 .index() 函数。
例如，这个：

print(MedianList[MedianT])

而不是这个：

print(MedianList.index(MedianT))

我在下面的 cmets 中包含了在 Python 中查找数组中值的逻辑和思维过程。

def median(array):
    length = len(array)
    sorted_arr = sorted(array) # sorting in O(n) time or linear complexity
    # we are subtracting 1 from overall 
    # length because indexing is 0-based
    # essentially indexes of arrays start at 0
    # while counting length starts at 1
    # idx_norm = (length-1) / 2 # using only single division operator yields a float
    idx = (length-1) // 2 # using floor division operator // yields an Int which can be used for index

    # we run a simple condition to see 
    # whether if the overall length of array
    # is even or odd.
    # If odd then we can use index value (idx) to find median
    # we use modulus operator to see if if there is any remainder
    # for a division operation by 2. If remainder equals 0 then
    # array is even. If not array is odd.
    if length % 2 == 0:
        return (sorted_arr[idx] + sorted_arr[idx + 1]) / 2.0 # if you need an Int returned, then wrap this operation in int() conversion method
    else:
        return sorted_arr[idx]
    # If even we have to use index value (idx) and the next index value (idx + 1)
    # to create total and then divide for average

a = [1, 2, 3, 4, 12, 1, 9] # 7 elements, odd length --> return 3
b = [2, 3, 7, 6, 8, 9] # 6 elements, even length --> return 6.5

median(a)
median(b)

如果您有任何问题，请告诉我，希望对您有所帮助。干杯！