两组数据的样本量必然是一样的，所以只需要输入一次样本量：
#include <stdio.h>
#include <math.h>


double compute_d(double SE1, double SE2, double mean1, double mean2, int num)
{
	double S_within = 0.0, d = 0.0, r = 0.0;
	S_within = sqrt((SE1*SE1*(num - 1) + SE2 * SE2*(num - 1)) / (num + num - 2));
	d = fabs((mean1 - mean2) / S_within);
	r = d / sqrt((d*d + 4));
	return r;
}

int main()
{
	double compute_d(double SE1, double SE2, double mean1, double mean2, int num);
	double inp[5], r=0;
	int flag;
	printf("请输入第一组标准差，第二组标准差，第一组均值，第二组均值，样本量,以空格间隔\n");
	for (int i = 0; i < 5; i++)
	{
		scanf("%lf", &inp[i]);
	}
	r = compute_d(inp[0], inp[1], inp[2], inp[3], (int)inp[4]);
	printf("计算出r系数为：%lf", r);
	scanf("%d", &flag);
	return 0;
}

scipy.stats具有函数^{}，该函数允许您计算一个值高于平均值的标准差(通常称为标准分数或Z分数)。在
如果arr是您问题中的示例数组，那么您可以计算每行25的Z分数，如下所示：>>> import scipy.stats as stats
>>> stats.zscore(arr, axis=1)
array([[-0.18017365, -0.52666143, -0.52666143,  0.8592897 , -0.52666143,
-0.18017365, -0.52666143, -0.52666143, -0.52666143, -0.52666143,
0.51280192, -0.52666143,  0.16631414, -0.18017365, -0.52666143,
-0.52666143,  0.51280192, -0.52666143,  0.51280192, -0.52666143,
4.32416754, -0.52666143,  0.16631414, -0.52666143,  0.8592897 ],
[-0.43643578, -0.43643578, -0.43643578,  0.47280543,  1.38204664,
-0.43643578, -0.43643578, -0.43643578, -0.43643578, -0.43643578,
0.47280543, -0.43643578,  1.38204664, -0.43643578, -0.43643578,
-0.43643578, -0.43643578, -0.43643578, -0.43643578, -0.43643578,
4.10977027, -0.43643578, -0.43643578, -0.43643578,  0.47280543]])
此计算使用每行的总体平均值和标准差。要使用样本方差(与t统计量一样)，另外指定ddof=1：
^{pr2}$

我假设你的矩阵在一个列表列表中，并向你展示如何开始。(然而，正如我在一篇评论中提到的，如果你把矩阵放在一个numpy array或matrix中，它也会变得更加简单和快速。)
如果您只是将该值作为一个大的多行字符串，则可以将其转换为浮动列表，如下所示：m = [[float(col) for col in line.split()] for line in s.splitlines()]
现在，通过“根据第6列对这些数字进行分类”，听起来您想要的是按该列的整数值对它们进行分组。在
Python附带了一个^{}函数，它可以完成您在这里想要的大部分功能，但是您必须首先对数据进行排序。在
在Python中，排序和分组以及相关函数总是允许您传递键函数。您不必对第6列进行排序和分组，您可以使用第6列作为键对整行进行排序和分组。在
但实际上，您不想使用第6列的值作为键，而是要使用第6列的整数值。对于前者，您应该使用stdlib中的^{}函数，但是要做更复杂的事情，最好为其编写一个函数：
^{pr2}$
(如果您重复这样做，您可能需要编写一个包装器函数，该函数使用相同的键对其进行排序和分组，这样就不必重复自己的操作，从而出错。)
它提供的是一个内部有迭代器的迭代器，打印出来有点困难：[(k, list(g)) for k, g in groups]
…但你得到的是：[(68,
[[3917.0, 1.0, -0.662261, 25.148, 22.9354, 68.8076],
[3919.0, 1.0, -9.56836, -23.3265, -61.953, 68.8357]]),
(69,
[[3918.0, 1.0, 12.7649, 18.7451, 7.68473, 69.0063],
[3920.0, 1.0, 11.6292, 31.6525, -29.3697, 69.1372],
[3921.0, 2.0, 26.4837, -66.7897, 12.0257, 69.2282],
[3922.0, 1.0, -9.81652, 14.3788, 9.38343, 69.1217],
[3923.0, 2.0, 39.931, -88.1879, 109.498, 69.1604],
[3924.0, 1.0, 4.5502, 3.53887, -6.59604, 69.486],
[3925.0, 2.0, 13.6801, -24.6628, -5.7568, 69.9398]]),
(70, [[3926.0, 1.0, -10.5635, 7.05517, -8.82785, 70.2263]])]
因此，每个k是该类别分组的整数，每个g是该类别中的所有行(按排序顺序)。在
(注意，因为groups是一个迭代器，如果print这个，groups现在将为空。)
这就解决了你的第一个问题，我想你的第二个问题(我不确定你到底想要什么)。在
对于第三种情况，首先需要遍历组：for k, g in groups:
如果要在组中循环多次，则需要立即创建一个列表，然后循环该列表。在
对于每个组，您需要对多个列执行一些统计工作。最简单的方法是使用一个模块来处理所有的数学问题。PyPI上的^{}模块是一个不错的选择，尤其是现在(稍作改动)它可能会最终进入即将发布的Python版本的标准库中。在
但我只想说明一下，因为那是微不足道的。在
所以：def mean(sequence):
return sum(sequence) / len(sequence)
for k, g in groups:
rows = list(g)
print(k)
for column_index in 2, 3, 4:
column = [row[column_index] for row in rows]
print(mean(column))
可能有很多代码不能满足您的需要，但希望它足以让您开始，并在遇到困难时提出更具体的问题。在

python求平均数、方差、中位数的例子
CalStatistics.py
def getNum():       #获取用户不定长度的输入
nums = []
iNumStr = input("请输入数字(回车退出):")
while iNumStr != "":
nums.append(eval(iNumStr))
iNumStr = input("请输入数学(回车退出):")
return nums
def mean(numbers):     #计算平均值
s = 0.0
for num in numbers:
s = s + num
return s/len(numbers)
def dev(numbers, mean):  #计算方差
sdev = 0.0
for num in numbers:
sdev = sdev + (num - mean)**2
return pow(sdev / (len(numbers)-1), 0.5)
def median(numbers):    #计算中位数
numbers = sorted(numbers)    #sorted(numbers)
size = len(numbers)
if size % 2 == 0:
med = (numbers[size//2 - 1] + numbers[size//2])/2
else:
med = numbers[size//2]
return med
n = getNum()
m = mean(n)
print("平均值:{},方差:{:.2},中位数:{}.".format(m, dev(n,m), median(n)))
以上这篇python求平均数、方差、中位数的例子就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持码农之家。
Python求均值,方差,标准差的实例
如下所示：
import numpy as np
arr = [1,2,3,4,5,6]
#求均值
arr_mean = np.mean(arr)
#求方差
arr_var = np.var(arr)
#求标准差
arr_std = np.std(arr,ddof=1)
print("平均值为：%f" % arr_mean)
print("方差为：%f" % arr_var)
print("标准差为:%f" % arr_std)
以上这篇Python求均值,方差,标准差的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持码农之家。
以上就是本次给大家分享的关于java的全部知识点内容总结，大家还可以在下方相关文章里找到相关文章进一步学习，感谢大家的阅读和支持。