Como usar o método mean em Python

Python é uma das linguagens de programação mais populares para estatísticas e desenvolvimento de inteligência artificial (IA). Portanto, não é de se surpreender que ela ofereça muitos métodos e módulos que ajudam programadores a processar grandes quantidades de dados. Aqui, vamos examinar o método mean em Python, que permite determinar o valor médio de vários números.

O que é o método mean em Python?

Sintaxe e funcionalidade de Python mean

O método Python mean é simples: ele recebe um conjunto de números e devolve a média deles. Os números, tanto inteiros quanto de ponto flutuante, devem estar contidos em uma lista como um único argumento. O resultado do cálculo, por sua vez, é sempre exibido como um número de ponto flutuante. Conheça sua sintaxe e operação no exemplo a seguir.

import numpy as np
x = np.mean([1, 3, 2])
numbers = [1, 1.3, 4, 2.1, 1.0]
y = np.mean(numbers)
print(x)     # saída: 2.0
print(y)     # saída: 1.8800000000000001

Como você pode ver no exemplo acima, o método funciona exatamente como descrito: ele recebe uma lista de números e retorna a média deles. Este resultado é sempre exibido como um número de ponto flutuante, neste caso np.mean([1, 3, 2]). O valor médio desses números é exatamente 2, embora o resultado seja exibido como 2.0. Além disso, este exemplo mostra que você pode passar a lista diretamente ou como uma variável que já foi criada.

Dois outros detalhes importantes sobre o método mean em Python podem ser retirados deste exemplo. O primeiro refere-se à precisão dos números de ponto flutuante e o segundo ao módulo NumPy.

Exibir números de ponto flutuante com Python mean

Se você fizer o segundo cálculo do exemplo acima manualmente, obterá exatamente 1.88, embora o código não apresente esse resultado. Isso se deve a como os números de ponto flutuante são representados no sistema numérico binário, no qual todos os calculadores modernos são baseados. Assim como no sistema decimal comum, existem alguns números fracionários que não podem ser representados com precisão pelo sistema binário. Um exemplo disso, no sistema decimal, é 0.3333… Mesmo que você sempre adicione mais um 3, nunca obterá exatamente um terço.

Embora esse problema seja inevitável, a precisão dos números de ponto flutuante é alta o suficiente para que não faça muita diferença na maioria dos casos. Ainda assim, é bom ter essas questões de precisão em mente ao trabalhar com números de ponto flutuante.

Python mean e módulo NumPy

Como pode ser observado no exemplo acima, o método mean não pertence à biblioteca padrão de Python. Para usar este método, você precisa importá-lo de um módulo externo, como “NumPy” ou “statistics”. Talvez seja necessário instalar esses módulos, mas uma vez que isso for feito, você poderá integrá-los com facilidade. Para fazer isso, basta adicionar a linha de código import numpy no início do seu código. Alternativamente, se você quiser referenciar o módulo com outro nome no futuro, poderá escrever “import numpy as x”, sendo “x” o nome desejado.

Alternativas ao método Python mean

Como mencionado, o método mean não pertence à biblioteca padrão de Python e sim a módulos externos, como “NumPy”, que precisam ser importados. Se não for possível ou não quiser fazer isso, você também pode implementar o método meanxc manualmente. Tudo o que você precisará fazer é escrever algumas linhas de código:

def mean(numbers):
    return sum(numbers) / len(numbers)

Os métodos sum e len usados aqui estão incorporados à biblioteca padrão de Python, o que significa que você não precisará importá-los. Como pode-se ver no exemplo a seguir, implementá-lo funciona exatamente como mean de numpy.

def mean(numbers):
    return sum(numbers) / len(numbers)
x = mean([1, 3, 2])
numbers = [1, 1.3, 4, 2.1, 1.0]
y = mean(numbers)
print(x)    # saída: 2.0
print(y)    # saída: 1.8800000000000001

Aplicações do método Python mean

Agora vamos mostrar alguns exemplos do método mean na prática. No código a seguir, o usuário é repetidamente solicitado a inserir um número. Este número é convertido de uma string para um inteiro e adicionado a uma lista. O valor médio dos elementos nesta lista é então continuamente atualizado e exibido a cada nova entrada.

import numpy as np
lista = []
while(True):
    lista.append(int(input('adicione um número à lista: ')))
    print(np.mean(lista))

O próximo exemplo apresenta três pessoas, cada uma com uma coordenada x, y e z. O método mean é aplicado e o ponto de encontro das três pessoas é calculado e exibido.

import numpy as np
pessoa1 = [1.5, 6.0, 4.2]
pessoa2 = [10.0, 9.0, 7.7]
pessoa3 = [15.5, 0.0, -5.0]
pessoas = [pessoa1, pessoa2, pessoa3]
posição_média = []
i = 0
while(i < len(pessoa1)):
    temp = []
    for x in pessoas:
        temp.append(x[i])
    posição_média.append(np.mean(temp))
    i = i + 1
print(posição_média)     # saída: [9.0, 5.0, 2.3000000000000003]