AI数学启蒙：100天Python实践计划 - 第11天：简单统计 平均数、最大值、最小值 002篇

AI数学启蒙：100天Python实践计划 - 第11天 简单统计

今天我们将学习简单统计的基本概念，包括平均数、最大值、最小值，并从数学角度、AI人工智能角度和Python编程角度分别进行讲解和实践。

一、数学角度：简单统计的概念

1. 平均数（Mean）

• 定义：所有数据的总和除以数据的个数。
• 公式：
  $$\text{平均数}=\frac{x_1+x_2+\cdots +x_n}{n}$$
  其中，$x_1,x_2,\dots ,x_n$ 是数据，$n$ 是数据的个数。
• 数学意义：反映数据的集中趋势，是数据分布的中心值。

2. 最大值（Maximum）

• 定义：数据集中的最大数值。
• 数学意义：反映数据的极端上限值。

3. 最小值（Minimum）

• 定义：数据集中的最小数值。
• 数学意义：反映数据的极端下限值。

二、AI人工智能角度：简单统计的作用

在AI和机器学习中，简单统计是数据预处理和数据分析的基础：

1. 数据探索（Exploratory Data Analysis, EDA）：
   • 通过计算平均数、最大值、最小值，可以快速了解数据的分布和范围。
   • 例如：检查数据是否有异常值（如最大值远大于其他值）。
2. 特征工程：
   • 统计特征（如平均值）可以用于特征缩放（如标准化、归一化）。
3. 模型评估：
   • 在回归任务中，平均数可以用于计算误差（如均方误差MSE）。
4. 数据清洗：
   • 通过最大值和最小值可以检测异常值（如超出合理范围的数据）。

三、Python角度：实现简单统计

1. 手动实现

我们可以用Python的基本运算实现平均数、最大值、最小值：

# 示例数据
data = [10, 20, 30, 40, 50]

# 平均数
mean = sum(data) / len(data)
print("平均数:", mean)

# 最大值
max_value = max(data)
print("最大值:", max_value)

# 最小值
min_value = min(data)
print("最小值:", min_value)

输出：

平均数: 30.0
最大值: 50
最小值: 10

2. 使用NumPy（推荐）

NumPy是Python中用于科学计算的库，提供了高效的统计函数：

import numpy as np

# 示例数据
data = np.array([10, 20, 30, 40, 50])

# 平均数
mean = np.mean(data)
print("平均数:", mean)

# 最大值
max_value = np.max(data)
print("最大值:", max_value)

# 最小值
min_value = np.min(data)
print("最小值:", min_value)

输出：

平均数: 30.0
最大值: 50
最小值: 10

为什么推荐NumPy？

• NumPy的计算效率更高（底层用C实现）。
• 支持向量化操作（可以处理大规模数据）。
• 提供更多统计函数（如标准差、方差等）。

3. 使用Pandas（适用于表格数据）

如果数据是表格形式（如CSV文件），可以用Pandas：

import pandas as pd

# 示例数据
data = {'values': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

# 平均数
mean = df['values'].mean()
print("平均数:", mean)

# 最大值
max_value = df['values'].max()
print("最大值:", max_value)

# 最小值
min_value = df['values'].min()
print("最小值:", min_value)

输出：

平均数: 30.0
最大值: 50
最小值: 10

四、实践任务

任务1：手动计算统计量

给定数据 [15, 25, 35, 45, 55]，手动计算平均数、最大值、最小值。

任务2：用Python实现

用Python（不使用NumPy和Pandas）计算以下数据的统计量：

data = [3, 1, 4, 1, 5, 9, 2, 6, 5, 3]

任务3：用NumPy实现

用NumPy计算以下数据的统计量：

data = np.array([10, 20, 30, 40, 50, 60, 70, 80, 90, 100])

任务4：用Pandas实现

用Pandas计算以下数据的统计量（假设数据存储在CSV文件中）：

• 创建一个CSV文件 data.csv，内容如下：

  values
  10
  20
  30
  40
  50
  

• 用Pandas读取并计算统计量。

五、总结

关键点：

1. 简单统计是数据分析的基础。
2. NumPy和Pandas可以高效实现统计计算。
3. 在AI中，统计量用于数据探索和模型评估。

六、扩展思考

1. 如果数据中有异常值（如 [1, 2, 3, 100]），平均数会受到什么影响？
   • 平均数会被拉高（因为100远大于其他值）。
   • 可以考虑用中位数（Median）代替平均数（中位数是排序后中间的值）。
2. 如何用Python计算中位数？
   • np.median(data) 或 df['col'].median()。

下一课预告：第12天 - 中位数、众数、数据分布。