Python statistics.pvariance() 方法
示例
计算整个总体的方差
# 导入 statistics 库
import statistics
# 计算整个总体的方差
print(statistics.pvariance([1, 3, 5, 7, 9, 11]))
print(statistics.pvariance([2, 2.5, 1.25, 3.1, 1.75, 2.8]))
print(statistics.pvariance([-11, 5.5, -3.4, 7.1]))
print(statistics.pvariance([1, 30, 50, 100]))
自己尝试一下 »
定义和用法
The statistics.pvariance() 方法计算整个总体的方差。
较大的方差表示数据分散，较小的方差表示数据紧密地聚集在均值周围。
提示：要计算样本数据的方差，请查看 statistics.variance() 方法。
语法
statistics.pvariance(data, xbar)
参数值
| 参数 | 描述 |
|---|---|
| data | 必需。要使用的值（可以是任何序列、列表或迭代器） |
| xbar | 可选。给定数据的平均值（也可以是围绕非平均值的点的二阶矩）。如果省略（或设置为 None），则自动计算平均值 |
注意：如果 data 为空，则返回 StatisticsError。
技术细节
| 返回值 | 一个 float 值，表示给定数据的总体方差 |
|---|---|
| Python 版本 | 3.4 |
