如何用Python（依赖numpy/scipy）计算带重数数值的方差与均值

嘿，这个问题我太熟了！既然你已经用上了numpy和scipy，完全没必要把「值→重数」的映射展开成超大数组——既费内存又低效，直接用加权统计计算就完美解决，我给你整理几种实用的方案：

你的数据集本质是带权重的数值集合，每个值的权重就是它的重数。我们只需要计算加权均值和加权方差，全程不用展开数组，计算效率能提升好几个数量级。

方法一：纯Python实现（轻量无额外依赖） #

如果你的数据规模不大，纯Python就能搞定，代码简单直观：
首先把映射拆成值列表和重数列表，再基于权重计算：

def weighted_mean(value_count_map):
    values = list(value_count_map.keys())
    counts = list(value_count_map.values())
    total_sum = sum(v * c for v, c in zip(values, counts))
    total_samples = sum(counts)
    return total_sum / total_samples if total_samples != 0 else 0.0

def weighted_variance(value_count_map, is_sample=False):
    values = list(value_count_map.keys())
    counts = list(value_count_map.values())
    total_samples = sum(counts)
    if total_samples <= 1:
        return 0.0
    
    mean = weighted_mean(value_count_map)
    weighted_sum_squares = sum(c * (v - mean)**2 for v, c in zip(values, counts))
    
    # 区分总体方差（除以N）和样本方差（除以N-1）
    return weighted_sum_squares / (total_samples - 1) if is_sample else weighted_sum_squares / total_samples

方法二：用numpy加速（适合大规模数据） #

numpy的average原生支持加权计算，效率比纯Python高很多，尤其适合数据量大的场景：

import numpy as np

# 假设你的映射是这样的
value_count_map = {1: 3000, 5: 2000, 6: 4000}
values = np.array(list(value_count_map.keys()))
counts = np.array(list(value_count_map.values()))

# 加权均值
mean = np.average(values, weights=counts)

# 总体方差
variance_pop = np.average((values - mean)**2, weights=counts)

# 样本方差（手动调整分母，因为numpy默认算总体方差）
total_samples = counts.sum()
variance_sample = variance_pop * (total_samples / (total_samples - 1)) if total_samples > 1 else 0.0

方法三：用scipy做专业统计计算 #

如果需要更严谨的统计支持，scipy的stats模块提供了现成的加权统计函数：

from scipy import stats

# 加权均值
mean_scipy = stats.weighted.mean(values, counts)

# 总体方差（ddof=0）和样本方差（ddof=1）
variance_pop_scipy = stats.weighted.var(values, counts, ddof=0)
variance_sample_scipy = stats.weighted.var(values, counts, ddof=1)

展开数组会把每个值重复重数次——比如一个值有100万次重数，就会生成100万个重复元素，不仅占用大量内存，计算统计量时还要遍历所有冗余元素，效率比加权计算低得多。加权计算只需要遍历不同的数值，次数等于你映射里键的数量，速度快到离谱。

内容的提问来源于stack exchange，提问作者Richard Rast