在这一节中，我们继续讨论如何使用描述性统计数据进行数据分析，包括：

• 均值—一组值的 平均值 ；
• 中值—当所有值 按顺序排列 时的 中间值 ；
• 众数— 最常出现的值 。

以上这些都是 集中趋势度量 ，每种都会产生一个值来表示一组值中的“中心”值，或者说，在某种意义上是这组值中的典型值。

我们来计算一个整数列表的均值、中值和众数。下面的代码段创建一个名为 grades 的列表，然后使用内置的 sum 和 len 函数来“手动”计算平均值— sum 计算 grade 的总和（397）， len 计算 grade 的个数（5）：

前一章介绍了使用Python的内置函数 len 和 sum 分别计算 描述性统计 中的计数和求和。与函数 min 和 max （在前一章中介绍）类似， sum 和 len 都是函数式编程中约简的示例，它们会将值合集减少为单个值—值的总和与值的数量。在3.8节的计算班级平均分的示例中，可以删除脚本的第10～15行，并使用代码段 [2] 替换第16行的代码来计算平均值。

Python标准库的 statistics 模块提供了计算均值、中值和众数的函数，这些同样也是约简。要使用这些功能，首先需要导入 statistics 模块，如下：

然后，可以使用“ statistics. ”加上需要调用的函数名称来访问模块的功能。下面的代码使用 statistics 模块的 mean 、 median 和 mode 函数分别计算列表 grades 的均值、中值和众数：

其中，每个函数的参数都必须是 可迭代的 ，在本例中为列表 grades 。要确认中值和众数是否正确，可以使用内置的 sorted 函数来得到列表 grades 按值的递增顺序排列的副本：

列表 grades 具有奇数个值（5），因此 median 返回 中间值 （ 85 ）。如果列表包含偶数个值，则 median 会返回 两个 中间值的 平均值 。从排好序的列表可以看到 85 是众数，因为它出现的次数最多（两次）。类似于下面的列表会导致 mode 函数产生一个 StatisticsError ：

因为其中有两个或更多个“出现最多”的值。这样的一组值是 双峰的 ， 85 和 93 都出现了两次。 oc37VUCxYpZc6TlMwsphw5/DmZPpVuVIp6OE/LVlg/T/WlvKYO4t5axkIERinOTE