基本統計量① 平均・中央値・最頻値をPythonで計算！データ分析の基本

party_levels = [10, 12, 11, 13, 50]

average = sum(party_levels) / len(party_levels)
print(f"平均レベル: {average}")  # 19.2

平均値 = (データの合計) ÷ (データの個数)

# RPGパーティーの攻撃力データ
attack_powers = [45, 52, 48, 50, 55]

# 平均の計算
total = sum(attack_powers)
count = len(attack_powers)
mean_attack = total / count

print(f"平均攻撃力: {mean_attack}")  # 50.0

import statistics

attack_powers = [45, 52, 48, 50, 55]
mean_attack = statistics.mean(attack_powers)

print(f"平均攻撃力: {mean_attack}")  # 50.0

import numpy as np

attack_powers = [45, 52, 48, 50, 55]
mean_attack = np.mean(attack_powers)

print(f"平均攻撃力: {mean_attack}")  # 50.0

# 通常のパーティー
normal_party = [10, 12, 11, 13, 12]
print(f"通常パーティーの平均: {np.mean(normal_party)}")  # 11.6

# レベル100の勇者が1人加入
with_hero = [10, 12, 11, 13, 12, 100]
print(f"勇者加入後の平均: {np.mean(with_hero)}")  # 26.33

# 5人のパーティーのレベル
levels = [15, 10, 20, 12, 18]

# ステップ1: データをソート
sorted_levels = sorted(levels)  # [10, 12, 15, 18, 20]

# ステップ2: 真ん中の位置を計算
middle_index = len(sorted_levels) // 2  # 2

# ステップ3: 中央値を取得
median = sorted_levels[middle_index]
print(f"中央値: {median}")  # 15

# 6人のパーティーのレベル
levels = [15, 10, 20, 12, 18, 14]

# ステップ1: データをソート
sorted_levels = sorted(levels)  # [10, 12, 14, 15, 18, 20]

# ステップ2: 真ん中2つの平均を計算
middle1 = sorted_levels[len(sorted_levels) // 2 - 1]  # 14
middle2 = sorted_levels[len(sorted_levels) // 2]      # 15
median = (middle1 + middle2) / 2

print(f"中央値: {median}")  # 14.5

import statistics
import numpy as np

levels = [15, 10, 20, 12, 18, 14]

# statisticsモジュール
median1 = statistics.median(levels)
print(f"中央値（statistics）: {median1}")  # 14.5

# NumPy
median2 = np.median(levels)
print(f"中央値（NumPy）: {median2}")  # 14.5

import numpy as np

# 通常のデータ
normal_data = [10, 12, 11, 13, 12]
print(f"平均: {np.mean(normal_data)}")      # 11.6
print(f"中央値: {np.median(normal_data)}")  # 12.0

# 外れ値を含むデータ
outlier_data = [10, 12, 11, 13, 12, 100]
print(f"平均: {np.mean(outlier_data)}")      # 26.33
print(f"中央値: {np.median(outlier_data)}")  # 12.0

import statistics

# パーティーメンバーのレベル
levels = [10, 12, 10, 15, 10, 12, 10]

mode_level = statistics.mode(levels)
print(f"最頻値: {mode_level}")  # 10

import statistics

# パーティーメンバーの職業
jobs = ["戦士", "魔法使い", "戦士", "僧侶", "戦士", "盗賊"]

mode_job = statistics.mode(jobs)
print(f"最も多い職業: {mode_job}")  # 戦士

import statistics

# 同じ回数で最も多い値が複数ある場合
scores = [10, 10, 15, 15, 20]

# Python 3.8以降ならmultimodeを使用
modes = statistics.multimode(scores)
print(f"最頻値（複数）: {modes}")  # [10, 15]

import statistics
import numpy as np

# 商品のサイズ注文データ
sizes = ["S", "M", "M", "L", "M", "S", "M", "XL", "M"]

most_common_size = statistics.mode(sizes)
print(f"最も売れているサイズ: {most_common_size}")  # M

# 顧客の年齢層データ
ages = [25, 28, 30, 25, 35, 25, 40, 28, 25]

# 最頻値
mode_age = statistics.mode(ages)
print(f"最も多い年齢: {mode_age}")  # 25

# 比較のため平均と中央値も表示
print(f"平均年齢: {np.mean(ages)}")      # 29.0
print(f"中央値年齢: {np.median(ages)}")  # 28.0

def recommend_statistic(data, has_outliers=False, is_categorical=False):
    """
    データの特性に応じて適切な統計量を推奨する関数
    """
    if is_categorical:
        return "最頻値（Mode）を使用してください"
    
    if has_outliers:
        return "中央値（Median）を使用することを推奨します"
    
    # データの分布をチェック（簡易版）
    mean_val = np.mean(data)
    median_val = np.median(data)
    
    # 平均と中央値の差が大きい場合は外れ値の可能性
    diff_ratio = abs(mean_val - median_val) / median_val
    
    if diff_ratio > 0.1:  # 10%以上差がある場合
        return f"中央値（Median）を推奨（平均と{diff_ratio*100:.1f}%の差があります）"
    else:
        return "平均値（Mean）で問題ありません"

# 使用例
normal_data = [10, 12, 11, 13, 12, 11, 13]
outlier_data = [10, 12, 11, 13, 12, 100]

print(recommend_statistic(normal_data))
print(recommend_statistic(outlier_data))

import numpy as np
import statistics

def comprehensive_analysis(data, data_name):
    """
    包括的なデータ分析を行う
    """
    mean_val = np.mean(data)
    median_val = np.median(data)
    
    try:
        mode_val = statistics.mode(data)
    except:
        mode_val = "なし"
    
    print(f"\n=== {data_name} ===")
    print(f"平均値: {mean_val:.2f}")
    print(f"中央値: {median_val:.2f}")
    print(f"最頻値: {mode_val}")
    
    # 平均と中央値の乖離をチェック
    if isinstance(median_val, (int, float)) and median_val != 0:
        diff_ratio = abs(mean_val - median_val) / median_val * 100
        
        if diff_ratio > 10:
            print(f"\n⚠️ 注意: 平均と中央値に{diff_ratio:.1f}%の差があります")
            print("→ 外れ値の影響を受けている可能性があります")
            print("→ 中央値を採用することを推奨します")
        else:
            print(f"\n✓ 平均と中央値の差は{diff_ratio:.1f}%以内です")
            print("→ 平均値で代表しても問題ありません")

# テストケース1: 正常なデータ
normal_scores = [75, 80, 78, 82, 79, 81, 77, 83]
comprehensive_analysis(normal_scores, "通常のテストスコア")

# テストケース2: 外れ値を含むデータ
salary_data = [300, 320, 350, 330, 340, 310, 2000]  # 単位: 万円
comprehensive_analysis(salary_data, "年収データ")