为什么python statistics.mean()返回一个int类型，而不是浮动

Question

我使用statistics.mean()从抽样分布计算平均值。但是，在下面的代码中，从以下值返回的值是四舍五入整数。如果我使用numpy.mean()代替，将得到正确的浮动类型的结果。这是怎么回事？

import statistics
from scipy import stats

posterior_sample = stats.beta.rvs(3, 19, size = 1000)
predictive_sample = stats.binom.rvs(100, posterior_sample, size = 1000)
print(statistics.mean(predictive_sample))
print(statistics.mean([(data >= 15).astype(int) for data in predictive_sample]))

Answer 1

statistics.mean不支持numpy.int64数据类型。

来自文档 for statistics

除非另有明确说明，否则这些函数支持int、float、decimal.Decimal和fractions.Fraction。其他类型(无论是否在数字塔中)的行为目前不受支持。混合类型也是未定义和与实现相关的.如果输入数据包含混合类型，则可以使用map()来确保一致的结果，例如map(float，input_data)。

为了解决这个问题，您可以按照建议进行，并在传递到float之前将数据转换为statistics.mean()。

print(statistics.mean(map(float, predictive_sample)))

现在，由于这种行为背后的根本原因，：

在源代码 for statistics.mean的末尾，有一个对statistics._convert的调用，这意味着将返回的值转换为适当的类型(即如果输入为分数，则为分数，如果输入为int，则为float )。

单线在_convert中用于捕获其他数据类型，并确保返回的值与提供的数据一致(T是每个输入值的数据类型，value是计算的平均值)：

try:
    return T(value)

如果输入是numpy.int64，则_convert函数尝试将计算的平均值转换为numpy.int64数据类型。NumPy愉快地将浮点数转换为int (我认为是四舍五入的)。因此，mean函数返回平均四舍五入到最近的整数，编码为numpy.int64。

如果您的输入数据是numpy.float64，那么您就不会遇到这个问题。