189 8069 5689
# coding=gbk
创新互联专业为企业提供宜良网站建设、宜良做网站、宜良网站设计、宜良网站制作等企业网站建设、网页设计与制作、宜良企业网站模板建站服务，10年宜良做网站经验，不只是建网站，更提供有价值的思路和整体网络服务。
import numpy as np
inputStr = input("请输入多个整数，以空格分隔：")
# 使用列表推导式将输入的内容以空格分隔，如果有小数，则通过int函数变为整数
input_lists = [int(num) for num in inputStr.split(" ")]
# 通过sort方法，并使用参数reverse=True，来将列表的数据以降序排列
input_lists.sort(reverse=True)
# 由于通过",".join()连接的列表不能有整数元素，所以通过列表推导式将列表每个元素通过str转为字符串后，再联接为以逗号分隔的字符串
print(",".join([str(num) for num in input_lists]))
# 使用numpy的median函数来得到中位数
print(np.median(input_lists))
使用python找到一列数的中位数并输出的代码示例如下，只有9行代码：
import random;
N=9;lst=[
random.randint(0,100)
for i in range(N)];
lst.sort();
l=len(lst);
print("sorted:",lst);
print("median:",
sum(lst[((l-1)//2):(l//2+1)])/2);
序列 （sequence）是Python最基本的一种数据结构。
序列中的每个元素都有编号，即其位置或索引，其中第一个元素的索引为0，第二个元素的索引为1，依此类推。Python的序列索引支持负数，-1表示序列的最后一个元素，这是Python不同其他很多种语言不同的地方。
Python内置了多种序列，列表、元组、字符串是其中最常用的三种，本文为你描述各种序列的通用操作。
索引从0开始，索引号为0的元素为1，greeting的索引号为0的元素为'H'。
你可能注意到'Hello'和'H'都用单引号包围，这是Python不同于其他语言的另一个地方。Python并没有专门用于表示字符的数据类型，因此一个字符就是一个只包含一个元素的字符串。
Python的序列索引支持负数，-1表示倒数第一个元素。
切片 （slicing）操作用于访问序列特定 范围 内的元素。在一对方括号内使用两个索引，并用冒号隔开：
注意到，返回的序列并未包含愿序列的第6个元素7，就相当于数学集合中的 左闭右开区间 操作。
换言之，你提供两个索引来指定切片的边界，其中第一个索引指定的元素包含在切片内，但第二个索引指定的元素不包含在切片内。
保留冒号，省略第一个索引，表示从序列起始位置开始切片；省略第二个索引，表示切片到序列末尾，包含最后一个元素：
这个操作的效果是：在指定的区间内间隔取元素，语法格式为：
例如：
步长为正数时，它从起点移到终点，而步长为负数时，它从终点移到起点。
可以使用加法运算（+运算符）拼接两个序列：
从错误消息可知，不能拼接列表和字符串，虽然它们都是序列。一般而言，不能拼接不同类型的序列。
将序列与数x 相乘时，将重复这个序列x 次来创建一个新序列：
初始化一个长度为10的空列表：
成员资格检查判定一个元素是否存在于集合中，如存在返回True，否则返回False，实际上是一个布尔表达式。
语法：
例如：
内置函数 len 返回序列包含的元素个数，而 min 和 max 分别返回序列中最小和最大的元素。
Python通用的序列操作有：索引、切片、乘法、成员资格检查、长度、最小值和最大值。
def median(lst):
if not lst:
return
lst=sorted(lst)
if len(lst)%2==1:
return lst[len(lst)//2]
else:
return (lst[len(lst)//2-1]+lst[len(lst//2])/2.0
numpy计算平均数 标准差 相关系数等基本知识
NumPy 是python 语言的一个第三方库，其支持大量高维度数组与矩阵运算。此外，NumPy 也针对数组运算提供大量的数学函数。
#导入Numpy库，并命名为np
import numpy as np
#创建一维数组
a = np.array([1, 2, 3])
# NumPy可以很方便地创建连续数组，比如我使用arange或linspace函数进行创建：
b = np.arange(1,5,1) // 返回一个有终点和起点、固定步长的排列，如起点是1，终点是4，步长为1，即【1,2,3,4】，
c = np.linspace(1,9,5) 返回一个有终点和起点、元素个数的的排列，如起点是1，终点是9，元素个数为5,即【1,3,5,7,9】
#通过NumPy可以自由地创建等差数组，同时也可以进行加、减、乘、除、求n次方和取余数。
求和：np.sum(a)
求取平均值：np.mean(a)
求取中位数：np.median(a)
求取加权平均数：np.average(a)
求取方差：var() np.var(a)
求取最小值：np.amin(a)
求取最大值：np.amax(a)
将两个数相加：np.add(x1, x2)
将两个数相减：np.subtract(x1, x2)
将两个数相乘：np.multiply(x1, x2)
将两个数相除：np.divide(x1, x2)
立方：np.power(x1, x2)
除余：np.remainder(x1, x2)
相关系数计算：np.corrcoef(a1, a2) (a1、a2都是矩阵)
题目：中位数就是一组数据从小到大排列后中间的那个数字。如果数组长度为偶数，那么中位数的值就是中间两个数字相加除以2，如果数组长度为奇数，那么就是中间那个数。
分析：采用类快速排序的方法，把问题转化为求一列数中第i小的数的问题，求中位数就是求一列数的第（len(arr)/2 + 1)小的数的问题)。
当使用依次类快速排序算法后，分割元素的下标为pos：
（1）当pos len(arr) / 2时，说明中位数在数组左半部分，在左半部分继续查找。
（2）当pos == len(arr) / 2，说明找到中位数arr[pos]。
（3）当pos len(arr) / 2, 说明中位数在数组右半部分，在右半部分继续查找。
以上默认此数组序列长度为奇数，如果为偶数就是调用上述方法两次查找中间的两个数，再求平均。
code：
def partition(arr, low, high):
key = arr[low]
while low high:
while low high and arr[high] key:
high -= 1
arr[low] = arr[high]
while low high and arr[low] key:
low += 1
arr[high] = arr[low]
arr[high] = arr[low]
arr[low] = key
pos = low
return pos
def getMid(arr):
low = 0
high = len(arr) - 1
mid = low + (high - low) 1
while low high:
# 以arr[low] 为基准把数组分成两部分
pos = partition(arr, low, high)
if pos == mid: # 找到中位数
break
elif pos mid: # 继续在右半部分查找
high = pos - 1
else: # 继续在左半部分查找
low = pos + 1
# 如果数组长度为奇数，中位数为中间的元素，否则就是中间两个数的平均值
return arr[mid] if (len(arr) % 2) != 0 else (arr[mid] + arr[mid + 1]) / 2
if __name__ == "__main__":
arr = [7, 5, 3, 1, 2, 11, 9]
print(getMid(arr))
程序的运行结果为：6