平均數：反映了一組資料的平均大小，常用來一代表資料的總體 「平均水平」。
中位數：像一條分界線，將資料分成前半部分和後半部分，因此用來代表一組資料的「一般水平」。
眾數：反映了出現次數最多的資料，用來代表一組資料的「多數水平」。
平均數：與每乙個資料都有關,其中任何資料的變動都會相應引起平均數的變動。主要缺點是易受極端值的影響，這裡的極端值是指偏大或偏小數，當出現偏大數時，平均數將會被抬高，當出現偏小數時，平均數會降低。
中位數：與資料的排列位置有關，某些資料的變動對它沒有影響；它是一組資料中間位置上的代表值，不受資料極端值的影響。
眾數：與資料出現的次數有關，著眼於對各資料出現的頻率的考察，其大小只與這組資料中的部分資料有關，不受極端值的影響,其缺點是具有不惟一性，一組資料中可能會有乙個眾數，也可能會有多個或沒有 。
平均數：是統計中最常用的資料代表值，比較可靠和穩定，因為它與每乙個資料都有關，反映出來的資訊最充分。平均數既可以描述一組資料本身的整體平均情況，也可以用來作為不同組資料比較的乙個標準。因此，它在生活中應用最廣泛，比如我們經常所說的平均成績、平均身高、平均體重等。
中位數：作為一組資料的代表，可靠性比較差，因為它只利用了部分資料。但當一組資料的個別資料偏大或偏小時，用中位數來描述該組資料的集中趨勢就比較合適。
眾數：作為一組資料的代表，可靠性也比較差，因為它也只利用了部分資料。在一組資料中，如果個別資料有很大的變動，且某個資料出現的次數最多，此時用該資料（即眾數）表示這組資料的「集中趨勢」就比較適合。
平均數、中位數和眾數的聯絡與區別:
平均數應用比較廣泛，它作為一組資料的代表，比較穩定、可靠。但平均數與一組資料中的所有資料都有關係，容易受極端資料的影響；簡單的說就是表示這組資料的平均數。中位數在一組資料中的數值排序中處於中間的位置，人們由中位數可以對事物的大體進行判斷和掌控，它雖然不受極端資料的影響，但可靠性比較差；所以中位數只是表示這組資料的一般情況。眾數著眼對一組資料出現的頻數的考察，它作為一組資料的代表，它不受極端資料的影響，其大小與一組資料中的部分資料有關，當一組資料中，如果個別資料有很大的變化，且某個資料出現的次數較多，此時用眾數表示這組資料的集中趨勢，比較合適，體現了整個資料的集中情況。
資料的中心值 均值 中位數 眾數
描述 一組資料的平均值。描述 中位數就是將資料按大小順序排列後，處於中間位置的數。如果資料總個數為奇數，中位數就是中間位置的數。如果資料總個數為偶數，中位數就是中間兩個資料的平均值。描述 資料中出現次數最多的數。一組資料中，可能存在多個眾數，也可能不存在眾數。如 2 6 6 8 8 10，眾數是 6...
python求均值 中位數 眾數的方法
首先需要資料來源，這裡隨便寫了乙個 nums 1,2,3,4 import numpy as np 均值np.mean nums 中位數 np.median nums 在numpy中沒有直接的方法，但是也可以這樣實現 import numpy as np counts np.bincount num...
Numpy Numpy求均值 中位數 眾數的方法
首先需要資料來源，這裡隨便寫了乙個 nums 1,2,3,4 求均值和中位數均可以使用numpy庫的方法 import numpy as np 均值np.mean nums 中位數 np.median nums 求眾數方法一 在numpy中沒有直接的方法，但是也可以這樣實現 import numpy...