Python NumPy统计计算函数优化与输出格式问题咨询

1. 合并统计计算为单个函数 #

你可以写一个统一的统计函数，接收输入数组后在内部完成所有统计量的计算，最终返回包含结果的字典，以下提供两种实现方式：

方式一：纯Python实现（无第三方库依赖） #

def calculate_stats(arr):
    n = len(arr)
    # 计算均值
    mean = sum(arr) / n
    # 计算方差
    variance = sum((x - mean)**2 for x in arr) / n
    # 计算中位数
    sorted_arr = sorted(arr)
    median = sorted_arr[n//2] if n % 2 == 1 else (sorted_arr[n//2 -1] + sorted_arr[n//2]) / 2
    # 计算极值
    max_val = max(arr)
    min_val = min(arr)
    
    return {
        "均值": mean,
        "方差": variance,
        "中位数": median,
        "最大值": max_val,
        "最小值": min_val
    }

# 测试
num_array = [1,2,3,4,5,6,7,8,9]
stats_dict = calculate_stats(num_array)
print(stats_dict)

方式二：用Numpy简化计算（适用于Numpy数组场景） #

import numpy as np

def calculate_stats(arr):
    # 自动将列表转为Numpy数组（如果输入是列表）
    if not isinstance(arr, np.ndarray):
        arr = np.array(arr)
    return {
        "均值": float(np.mean(arr)),
        "方差": float(np.var(arr)),
        "中位数": float(np.median(arr)),
        "最大值": float(np.max(arr)),
        "最小值": float(np.min(arr))
    }

# 测试
num_array = np.array([1,2,3,4,5,6,7,8,9])
stats_dict = calculate_stats(num_array)
print(stats_dict)

2. 解决打印时的“array”标识问题 #

你遇到的问题是因为字典中的值仍为Numpy标量类型或长度为1的Numpy数组，即使调用tolist()也无法彻底转换为Python原生数值，解决方法如下：

针对Numpy标量类型（如numpy.float64） #

直接用Python原生类型包裹转换：

# 错误示例：保留Numpy类型导致打印出现array标识
stats_dict = {"均值": np.mean(arr)}

# 正确处理：转为Python原生float
stats_dict = {"均值": float(np.mean(arr))}

针对长度为1的Numpy数组（如array([5.])） #

可以通过取下标或调用item()方法转换：

mean_arr = np.mean(arr, keepdims=True)  # 得到长度为1的数组
# 方法1：取下标转换
stats_dict["均值"] = float(mean_arr[0])
# 方法2：用item()方法直接提取原生数值
stats_dict["均值"] = mean_arr.item()

处理后字典内的值均为Python原生int/float类型，打印时不会再出现“array”标识。

内容的提问来源于stack exchange，提问作者Ali