在 Python 中寻找数据的众数
statistics.mode() 函数是 Python 中 statistics 模块的一部分，它返回数据集中出现次数最多的单个值（众数）。与 multimode() 不同，mode() 如果数据集包含多个众数（即多模态数据）或数据为空，则会引发错误。
以下是一些示例来说明 mode() 的行为：
mode() 的语法
1 | statistics.mode(data) |
statistics.mode(data)
data: 一个序列（例如 list、tuple），其中的元素是可散列的，用于确定众数。
示例
单一众数（单模态数据）
1 2 3 4 | from statistics import mode data = [1, 2, 2, 3, 4] result = mode(data) print(result) # 输出: 2 |
from statistics import mode data = [1, 2, 2, 3, 4] result = mode(data) print(result) # 输出: 2
字符串作为数据
1 2 3 4 | from statistics import mode data = ["apple", "banana", "apple", "cherry"] result = mode(data) print(result) # 输出: "apple" |
from statistics import mode data = ["apple", "banana", "apple", "cherry"] result = mode(data) print(result) # 输出: "apple"
多模态数据（引发错误）
如果有多个众数，mode() 会引发 StatisticsError。
1 2 3 4 5 6 | from statistics import mode data = [1, 1, 2, 2, 3] try: result = mode(data) except StatisticsError as e: print(e) # 输出: "no unique mode; found 2 equally common values" |
from statistics import mode
data = [1, 1, 2, 2, 3]
try:
result = mode(data)
except StatisticsError as e:
print(e) # 输出: "no unique mode; found 2 equally common values"无重复值（引发错误）
如果数据集中没有值重复，mode() 会引发 StatisticsError。
1 2 3 4 5 6 | from statistics import mode data = [1, 2, 3, 4, 5] try: result = mode(data) except StatisticsError as e: print(e) # 输出: "no unique mode; found 5 equally common values" |
from statistics import mode
data = [1, 2, 3, 4, 5]
try:
result = mode(data)
except StatisticsError as e:
print(e) # 输出: "no unique mode; found 5 equally common values"空数据集（引发错误）
如果数据集为空，mode() 会引发 StatisticsError。
1 2 3 4 5 6 | from statistics import mode data = [] try: result = mode(data) except StatisticsError as e: print(e) # 输出: "no mode for empty data" |
from statistics import mode
data = []
try:
result = mode(data)
except StatisticsError as e:
print(e) # 输出: "no mode for empty data"在 Python 中寻找多众数
在 Python 中，术语 multimode 通常指 statistics.multimode() 函数，这是 Python 3.8 中 statistics 模块的一部分。此函数用于找到数据集中出现次数最多的值（众数）。与 statistics.mode() 不同，后者仅返回单个众数（如果数据集是多模态的会引发错误），而 multimode() 可以处理包含多个众数的多模态数据集。
语法
1 | statistics.multimode(data) |
statistics.multimode(data)
data: 一个序列（例如 list、tuple），其中的元素是可散列的，用于查找众数。
行为
返回输入数据中所有众数的列表。如果没有元素重复，则返回所有唯一值的列表，因为在这种情况下每个值都是众数。
示例
单一众数
1 2 3 4 | from statistics import multimode data = [1, 2, 2, 3, 4] result = multimode(data) print(result) # 输出: [2] |
from statistics import multimode data = [1, 2, 2, 3, 4] result = multimode(data) print(result) # 输出: [2]
多个众数
1 2 3 4 | from statistics import multimode data = [1, 1, 2, 2, 3] result = multimode(data) print(result) # 输出: [1, 2] |
from statistics import multimode data = [1, 1, 2, 2, 3] result = multimode(data) print(result) # 输出: [1, 2]
无重复值
1 2 3 4 | from statistics import multimode data = [1, 2, 3, 4, 5] result = multimode(data) print(result) # 输出: [1, 2, 3, 4, 5] |
from statistics import multimode data = [1, 2, 3, 4, 5] result = multimode(data) print(result) # 输出: [1, 2, 3, 4, 5]
主要特性
多模态支持：可以处理包含多个同频值的数据集。
优雅地处理唯一数据：如果没有重复值，则返回所有唯一值。
灵活的输入类型：适用于任何可散列对象的序列，包括字符串和元组。
字符串示例
1 2 3 | data = ["apple", "banana", "apple", "cherry", "banana", "banana"] result = multimode(data) print(result) # 输出: ['banana'] |
data = ["apple", "banana", "apple", "cherry", "banana", "banana"] result = multimode(data) print(result) # 输出: ['banana']
使用场景
- 分析调查结果或投票中具有多个最受欢迎选项的情况。
- 识别数据集中可能共享最高频率的频繁模式。
局限性
如果数据集很大，计算众数可能会消耗大量计算资源，因为它需要统计所有元素的出现次数。
mode 与 multimode 的比较
| 特性 | mode() | multimode() |
|---|---|---|
| 返回值 | 单个最频繁的值 | 所有最频繁值的列表 |
| 多模态数据行为 | 引发 StatisticsError |
返回所有众数 |
| 空数据集行为 | 引发 StatisticsError |
返回空列表 |
| 最佳用途 | 适用于期望唯一众数的单模态数据 | 适用于包含多个众数的多模态数据或任意数据 |
如果不确定数据是否包含多个众数或无重复值，multimode() 是更安全的选择。
英文：The mode vs multimode in Python
loading...
上一篇: MySQL参数一键配置脚本: 有效提升数据库性能
下一篇: 个人网站Adsense广告申请通过: 需要最少15篇文章
