Подсчёт статистики в Python: с чего начать новичку

За полчаса вы научитесь считать базовую статистику по списку чисел: среднее, медиану, моду, разброс и частоты значений. Всё — на том, что уже установлено вместе с Python: встроенных функциях и модулях statistics и collections. Ставить pandas или numpy на этом этапе не нужно, они пригодятся позже, на больших таблицах.

Материал написан для Python 3.10 и новее. Проверить версию: команда python --version в терминале должна показать Python 3.10.x или выше. Если у вас 3.6–3.9, почти всё сработает, кроме пары функций — об этом отдельно ниже.

Что нужно до начала

• Установленный Python 3.10+ (проверка — командой выше).
• Любой редактор или интерактивная оболочка. Подойдёт даже встроенный python в терминале.
• Данные в виде списка чисел. Для примеров возьмём выдуманный набор — время загрузки страницы в секундах.

Никаких pip install на этом уроке не будет: модули statistics и collections входят в стандартную библиотеку и доступны сразу.

Считаем по шагам

Все фрагменты ниже можно копировать целиком и запускать.

Шаг 1. Готовим данные и считаем среднее

import statistics

# время загрузки страницы в секундах, 12 замеров
load_times = [1.2, 0.9, 1.5, 3.4, 1.1, 0.8, 1.3, 1.0, 1.4, 0.95, 1.25, 8.0]

mean_value = statistics.mean(load_times)
print("Среднее:", round(mean_value, 3))

Проверка: в консоли появится строка вида Среднее: 1.9. Среднее — сумма всех значений, делённая на их количество. Обратите внимание на замер 8.0: один выброс уже утянул среднее вверх, хотя большинство запросов были около секунды. Это первая ловушка, к которой мы вернёмся.

Шаг 2. Медиана — устойчивая к выбросам

median_value = statistics.median(load_times)
print("Медиана:", median_value)

Проверка: увидите Медиана: 1.225. Медиана — значение, которое делит упорядоченный ряд пополам. Она почти не заметила выброс 8.0: 1.2 против среднего 1.9. Когда в данных есть аномалии, медиана честнее описывает «типичное» значение.

Шаг 3. Мода и частоты значений

Для чисел с плавающей точкой мода почти бесполезна — точных повторов мало. Она нужна на категориях: города, статусы, оценки. Покажем на целых числах — оценках от 1 до 5.

from collections import Counter

ratings = [5, 4, 5, 3, 5, 4, 2, 5, 4, 3, 5, 1]

# самый частый элемент
most_common = statistics.mode(ratings)
print("Мода:", most_common)

# сколько раз встречается каждое значение
freq = Counter(ratings)
print("Частоты:", freq)
print("Топ-2:", freq.most_common(2))

Проверка: Мода: 5, затем словарь частот и пара самых частых оценок. Counter из collections — самый быстрый способ посчитать, сколько раз встречается каждое значение, без ручных циклов.

Шаг 4. Разброс: дисперсия и стандартное отклонение

# стандартное отклонение выборки
std_dev = statistics.stdev(load_times)
print("Стандартное отклонение:", round(std_dev, 3))

# дисперсия выборки
variance = statistics.variance(load_times)
print("Дисперсия:", round(variance, 3))

Проверка: строки со значениями порядка 1.99 и 3.98. Стандартное отклонение показывает, насколько сильно значения разбросаны вокруг среднего. Большое отклонение при небольшом среднем — сигнал, что в данных есть выбросы.

Выборка или вся совокупность — не перепутайте

В модуле statistics есть две пары функций, и новички путают их постоянно:

На больших наборах разница между ними мала, на десятке значений — заметна. Если сомневаетесь и у вас на руках именно выборка, берите stdev.

Среднее без медианы и разброса врёт. Три числа рядом — среднее, медиана, стандартное отклонение — говорят о данных больше, чем любое из них по отдельности.

Квантили: где проходят границы

Часто нужно не «среднее время ответа», а «сколько ответов уложилось в 95% случаев» — это перцентиль. В Python 3.8+ для этого есть statistics.quantiles.

import statistics

load_times = [1.2, 0.9, 1.5, 3.4, 1.1, 0.8, 1.3, 1.0, 1.4, 0.95, 1.25, 8.0]

# делим на 100 частей — получаем перцентили
deciles = statistics.quantiles(load_times, n=100)
print("95-й перцентиль:", round(deciles[94], 3))

Проверка: печатается значение примерно 7.5 — граница, ниже которой лежат 95% замеров. Обратите внимание: список quantiles при n=100 содержит 99 точек-границ, поэтому 95-й перцентиль — это индекс 94. Функция quantiles появилась в 3.8; на более старых версиях её нет.

Если не получилось

• StatisticsError: mean requires at least one data point — вы передали пустой список. Проверьте, что данные действительно загрузились, до вызова добавьте if not data: ....
• StatisticsError: no unique mode; found 2 equally common values — mode нашёл несколько одинаково частых значений. В Python 3.8+ используйте statistics.multimode(data), она вернёт список всех мод.
• TypeError: can't convert type 'str' to numerator — в списке затесалась строка, например "1.2" вместо числа. Приведите данные: [float(x) for x in raw].
• AttributeError: module 'statistics' has no attribute 'quantiles' — у вас Python старше 3.8. Обновите Python или считайте перцентиль вручную по отсортированному списку.
• Странно большое среднее — почти всегда виноват выброс. Посмотрите на медиану и на минимум с максимумом: min(data), max(data).

Что делать дальше

Когда данных станет много — тысячи строк, несколько столбцов, чтение из CSV — встроенный statistics начнёт тормозить, потому что работает на чистом Python. Следующий шаг: освоить pandas (метод DataFrame.describe() сразу выдаёт среднее, медиану, квартили и разброс по всем колонкам) и numpy для быстрых вычислений на массивах. Но логику — среднее против медианы, выборка против совокупности, влияние выбросов — вы уже поняли, и в pandas она ровно та же.