Calculer des Moyennes en Python : Guide Pratique
Calcul de Moyenne en Python
Déterminer la moyenne (moyenne arithmétique) de données numériques est une tâche courante en analyse de données. En Python, la moyenne se calcule en sommant toutes les valeurs et en divisant par le nombre de valeurs. Voici des méthodes éprouvées, allant des boucles manuelles aux fonctions de bibliothèques de haut niveau.
- Calcul manuel avec une boucle
for - Utilisation des fonctions intégrées
sum()etlen() - Utilisation de la fonction
mean()du modulestatistics - Utilisation de
numpy.mean()pour des données basées sur des tableaux
Méthode 1 : Calcul Basé sur une Boucle
Bien que les boucles explicites offrent un contrôle maximal, elles sont généralement plus lentes que les alternatives intégrées. L'exemple suivant démontre l'approche fondamentale.
def calculate_average(numbers):
total = 0
for value in numbers:
total += value
return total / len(numbers)
print("La moyenne est", calculate_average([18, 25, 3, 41, 5]))
Sortie : La moyenne est 18.4
Méthode 2 : Fonctions Intégrées
Cette méthode concise utilise sum() et len() de Python pour calculer la moyenne en une seule ligne.
# Exemple pour trouver la moyenne d'une liste
numbers = [45, 34, 10, 36, 12, 6, 80]
avg = sum(numbers) / len(numbers)
print("La moyenne est", round(avg, 2))
Sortie : La moyenne est 31.86
Méthode 3 : statistics.mean()
Le module statistics de la bibliothèque standard offre une fonction mean() prête à l'emploi, rendant le code encore plus propre.
from statistics import mean
numbers = [45, 34, 10, 36, 12, 6, 80]
avg = mean(numbers)
print("La moyenne est", round(avg, 2))
Sortie : La moyenne est 31.86
Méthode 4 : NumPy.mean()
Pour travailler avec de grands ensembles de données ou des tableaux multidimensionnels, numpy.mean() offre une performance optimisée.
from numpy import mean
numbers = [45, 34, 10, 36, 12, 6, 80]
avg = mean(numbers)
print("La moyenne est", round(avg, 2))
Sortie : La moyenne est 31.86
Points Clés à Retenir
- La moyenne se calcule comme
sum(valeurs) / len(valeurs). - Choisissez la méthode qui équilibre lisibilité et performance pour votre cas d'usage.
- Pour des listes simples, les built-ins ou
statistics.mean()sont recommandés. - Pour de grands tableaux numériques, préférez
numpy.mean().
Python
- Récupérer la date et l'heure actuelles en Python : Guide pratique
- Créer des listes de chaînes en VHDL : Bonnes pratiques et exemple
- Comment trouver une machine CNC d'occasion — Guide complet
- Fonction Python print() : Guide pratique avec exemples
- Maîtriser la méthode String.find() de Python : Syntaxe, Exemples et Alternatives
- Python print sans saut de ligne : maîtriser le paramètre end et autres techniques
- Vérifier l'existence de fichiers et répertoires en Python – Guide pratique
- Maîtriser les Listes Python : Append, Sort, Longueur & Compréhensions de Liste (Guide Pratique)
- Python list.count() : Guide Expert avec Exemples Pratiques