如何在Python中找到列表的中位数？该列表可以是任何大小，并且不保证数字具有任何特定顺序。
如果列表包含偶数个元素，则该函数应返回中间两个的平均值。
以下是一些示例（按显示目的排序）：
median([1]) == 1
median([1, 1]) == 1
median([1, 1, 2, 4]) == 1.5
median([0, 2, 5, 6, 8, 9, 9]) == 6
median([0, 0, 0, 0, 4, 4, 6, 8]) == 2
答案 0 :(得分：157)
Python 3.4有statistics.median：
返回数值数据的中位数（中间值）。
当数据点数为奇数时，返回中间数据点。 当数据点的数量是偶数时，通过取两个中间值的平均值来插值中值：
>>> median([1, 3, 5]) 3 >>> median([1, 3, 5, 7]) 4.0
用法：
import statistics
items = [6, 1, 8, 2, 3]
statistics.median(items)
#>>> 3
对类型也很谨慎：
statistics.median(map(float, items))
#>>> 3.0
from decimal import Decimal
statistics.median(map(Decimal, items))
#>>> Decimal('3')
答案 1 :(得分：140)
使用numpy.median()制作单行功能：
>>> from numpy import median
>>> median([1, -4, -1, -1, 1, -3])
-1.0
def median(lst):
n = len(lst)
if n < 1:
return None
if n % 2 == 1:
return sorted(lst)[n//2]
else:
return sum(sorted(lst)[n//2-1:n//2+1])/2.0
>>> median([-5, -5, -3, -4, 0, -1])
-3.5
对于python-3.x，请使用statistics.median：
>>> from statistics import median
>>> median([5, 2, 3, 8, 9, -2])
4.0
答案 2 :(得分：46)
sorted（）函数对此非常有帮助。使用已排序的函数 订购列表，然后只返回中间值（或平均两个中间值 如果列表包含偶数量的元素，则为值。
def median(lst):
sortedLst = sorted(lst)
lstLen = len(lst)
index = (lstLen - 1) // 2
if (lstLen % 2):
return sortedLst[index]
else:
return (sortedLst[index] + sortedLst[index + 1])/2.0
答案 3 :(得分：12)
这是一个更清洁的解决方案：
def median(lst):
quotient, remainder = divmod(len(lst), 2)
if remainder:
return sorted(lst)[quotient]
return sum(sorted(lst)[quotient - 1:quotient + 1]) / 2.
注意：答案已更改为在评论中包含建议。
答案 4 :(得分：9)
如果需要更快的平均时间运行时间，您可以尝试quickselect算法。 Quickselect具有平均（和最佳）案例效果O(n)，但在糟糕的一天可能会O(n²)结束。
这是一个随机选择的支点的实现：
import random
def select_nth(n, items):
pivot = random.choice(items)
lesser = [item for item in items if item < pivot]
if len(lesser) > n:
return select_nth(n, lesser)
n -= len(lesser)
numequal = items.count(pivot)
if numequal > n:
return pivot
n -= numequal
greater = [item for item in items if item > pivot]
return select_nth(n, greater)
你可以轻而易举地将其变成一种寻找中位数的方法：
def median(items):
if len(items) % 2:
return select_nth(len(items)//2, items)
else:
left = select_nth((len(items)-1) // 2, items)
right = select_nth((len(items)+1) // 2, items)
return (left + right) / 2
这是非常不公平的，但即使是优化版本也不太可能超越Tim Sort（CPython的内置sort），因为它真的快。我之前尝试过，但我输了。
答案 5 :(得分：9)
当然你可以使用内置函数，但如果你想创建自己的函数，你可以做这样的事情。这里的技巧是使用〜运算符将正数翻转为负数。例如~2 - ＆gt; -3并在Python中使用负数列表将从最后计算项目。因此，如果你有mid == 2那么它将从开始的第三个元素到最后的第三个元素。
bar答案 6 :(得分：8)
您可以使用list.sort来避免使用sorted创建新列表，并对列表进行排序。
此外，您不应将list用作变量名称，因为它会影响python自己的list。
def median(l):
half = len(l) // 2
l.sort()
if not len(l) % 2:
return (l[half - 1] + l[half]) / 2.0
return l[half]
答案 7 :(得分：7)
def median(array):
"""Calculate median of the given list.
"""
# TODO: use statistics.median in Python 3
array = sorted(array)
half, odd = divmod(len(array), 2)
if odd:
return array[half]
return (array[half - 1] + array[half]) / 2.0
答案 8 :(得分：5)
def median(x):
x = sorted(x)
listlength = len(x)
num = listlength//2
if listlength%2==0:
middlenum = (x[num]+x[num-1])/2
else:
middlenum = x[num]
return middlenum
答案 9 :(得分：3)
这是我在Codecademy练习中提出的：
def median(data):
new_list = sorted(data)
if len(new_list)%2 > 0:
return new_list[len(new_list)/2]
elif len(new_list)%2 == 0:
return (new_list[(len(new_list)/2)] + new_list[(len(new_list)/2)-1]) /2.0
print median([1,2,3,4,5,9])
答案 10 :(得分：2)
我在Python implementation of "median of medians" algorithm发布了我的解决方案，这比使用sort（）快一点。我的解决方案每列使用15个数字，速度约为5N，比每列使用5个数字的速度快〜10N。最佳速度是〜4N，但我可能错了。
Per Tom在评论中提出的要求，我在这里添加了我的代码，供参考。我认为速度的关键部分是每列使用15个数字，而不是5个。
#!/bin/pypy
#
# TH @stackoverflow, 2016-01-20, linear time "median of medians" algorithm
#
import sys, random
items_per_column = 15
def find_i_th_smallest( A, i ):
t = len(A)
if(t <= items_per_column):
# if A is a small list with less than items_per_column items, then:
#
# 1. do sort on A
# 2. find i-th smallest item of A
#
return sorted(A)[i]
else:
# 1. partition A into columns of k items each. k is odd, say 5.
# 2. find the median of every column
# 3. put all medians in a new list, say, B
#
B = [ find_i_th_smallest(k, (len(k) - 1)/2) for k in [A[j:(j + items_per_column)] for j in range(0,len(A),items_per_column)]]
# 4. find M, the median of B
#
M = find_i_th_smallest(B, (len(B) - 1)/2)
# 5. split A into 3 parts by M, { < M }, { == M }, and { > M }
# 6. find which above set has A's i-th smallest, recursively.
#
P1 = [ j for j in A if j < M ]
if(i < len(P1)):
return find_i_th_smallest( P1, i)
P3 = [ j for j in A if j > M ]
L3 = len(P3)
if(i < (t - L3)):
return M
return find_i_th_smallest( P3, i - (t - L3))
# How many numbers should be randomly generated for testing?
#
number_of_numbers = int(sys.argv[1])
# create a list of random positive integers
#
L = [ random.randint(0, number_of_numbers) for i in range(0, number_of_numbers) ]
# Show the original list
#
# print L
# This is for validation
#
# print sorted(L)[int((len(L) - 1)/2)]
# This is the result of the "median of medians" function.
# Its result should be the same as the above.
#
print find_i_th_smallest( L, (len(L) - 1) / 2)
答案 11 :(得分：2)
如果您需要有关列表分配的其他信息，则百分位数方法可能会很有用。中间值对应于列表的第50个百分位：
import numpy as np
a = np.array([1,2,3,4,5,6,7,8,9])
median_value = np.percentile(a, 50) # return 50th percentile
print median_value
答案 12 :(得分：2)
def midme(list1):
list1.sort()
if len(list1)%2>0:
x = list1[int((len(list1)/2))]
else:
x = ((list1[int((len(list1)/2))-1])+(list1[int(((len(list1)/2)))]))/2
return x
midme([4,5,1,7,2])
答案 13 :(得分：2)
浮点值列表存在一些问题。我最终使用了python3 statistics.median中的代码片段，并且在没有导入的情况下完美地处理浮点值。 source
def calculateMedian(list):
data = sorted(list)
n = len(data)
if n == 0:
return None
if n % 2 == 1:
return data[n // 2]
else:
i = n // 2
return (data[i - 1] + data[i]) / 2
答案 14 :(得分：2)
中位数功能
def median(midlist):
midlist.sort()
lens = len(midlist)
if lens % 2 != 0:
midl = (lens / 2)
res = midlist[midl]
else:
odd = (lens / 2) -1
ev = (lens / 2)
res = float(midlist[odd] + midlist[ev]) / float(2)
return res
答案 15 :(得分：1)
我为数字列表定义了一个中值函数
def median(numbers):
return (sorted(numbers)[int(round((len(numbers) - 1) / 2.0))] + sorted(numbers)[int(round((len(numbers) - 1) // 2.0))]) / 2.0
答案 16 :(得分：1)
def median(array):
if len(array) < 1:
return(None)
if len(array) % 2 == 0:
median = (array[len(array)//2-1: len(array)//2+1])
return sum(median) / len(median)
else:
return(array[len(array)//2])
答案 17 :(得分：1)
def median(d):
d=np.sort(d)
n2=int(len(d)/2)
r=n2%2
if (r==0):
med=d[n2]
else:
med=(d[n2] + data[m+1]) / 2
return med
答案 18 :(得分：1)
返回给定列表中位数的简单函数：
def median(lst):
lst.sort() # Sort the list first
if len(lst) % 2 == 0: # Checking if the length is even
# Applying formula which is sum of middle two divided by 2
return (lst[len(lst) // 2] + lst[(len(lst) - 1) // 2]) / 2
else:
# If length is odd then get middle value
return lst[len(lst) // 2]
带有medain函数的一些示例：
>>> median([9, 12, 20, 21, 34, 80]) # Even
20.5
>>> median([9, 12, 80, 21, 34]) # Odd
21
如果您想使用库，则只需执行以下操作即可：
>>> import statistics
>>> statistics.median([9, 12, 20, 21, 34, 80]) # Even
20.5
>>> statistics.median([9, 12, 80, 21, 34]) # Odd
21
答案 19 :(得分：0)
import numpy as np
def get_median(xs):
mid = len(xs) // 2 # Take the mid of the list
if len(xs) % 2 == 1: # check if the len of list is odd
return sorted(xs)[mid] #if true then mid will be median after sorting
else:
#return 0.5 * sum(sorted(xs)[mid - 1:mid + 1])
return 0.5 * np.sum(sorted(xs)[mid - 1:mid + 1]) #if false take the avg of mid
print(get_median([7, 7, 3, 1, 4, 5]))
print(get_median([1,2,3, 4,5]))
答案 20 :(得分：0)
只要两行就够了。
def get_median(arr):
'''
Calculate the median of a sequence.
:param arr: list
:return: int or float
'''
arr.sort()
return arr[len(arr)//2] if len(arr) % 2 else (arr[len(arr)//2] + arr[len(arr)//2-1])/2
答案 21 :(得分：0)
答案 22 :(得分：0)
简单地，创建一个参数为数字列表的中值函数并调用该函数。
def median(l):
l.sort()
lent = len(l)
if (lent%2)==0:
m = int(lent/2)
result = l[m]
else:
m = int(float(lent/2) -0.5)
result = l[m]
return ('median is: {}'.format(result))
希望能帮到你，谢谢！
答案 23 :(得分：-1)
我所做的是这样：
def median(a):
a.sort()
if len(a) / 2 != int:
return a[len(a) / 2]
else:
return (a[len(a) / 2] + a[(len(a) / 2) - 1]) / 2
说明：基本上，如果列表中的项目数为奇数，则返回中间的数字，否则，如果列表为偶数，则python自动舍入较高的数字，因此我们知道之前的数字（因为我们已经对其进行了排序），所以可以少一，我们可以添加默认的更高的数字和低于它的数字，然后将它们除以2以找到中位数。
答案 24 :(得分：-2)
这是在不使用median函数的情况下找到中位数的繁琐方法：
def median(*arg):
order(arg)
numArg = len(arg)
half = int(numArg/2)
if numArg/2 ==half:
print((arg[half-1]+arg[half])/2)
else:
print(int(arg[half]))
def order(tup):
ordered = [tup[i] for i in range(len(tup))]
test(ordered)
while(test(ordered)):
test(ordered)
print(ordered)
def test(ordered):
whileloop = 0
for i in range(len(ordered)-1):
print(i)
if (ordered[i]>ordered[i+1]):
print(str(ordered[i]) + ' is greater than ' + str(ordered[i+1]))
original = ordered[i+1]
ordered[i+1]=ordered[i]
ordered[i]=original
whileloop = 1 #run the loop again if you had to switch values
return whileloop
答案 25 :(得分：-2)
这很简单；
def median(alist):
#to find median you will have to sort the list first
sList = sorted(alist)
first = 0
last = len(sList)-1
midpoint = (first + last)//2
return midpoint
您可以使用类似median = median(anyList)