数值统计
用 Python statistics 计算均值/中位数/标准差/四分位
关于数值统计
描述一组数据最常用的几个量：均值反映集中趋势，中位数抗异常值，标准差反映离散程度，四分位数刻画分布形状。当数据里存在极端值时，中位数和四分位距比均值更能代表真实水平——这也是“平均工资”经常让人困惑的原因。
使用步骤
- 粘贴数值（空格、逗号或换行分隔，工具自动切分）
- 查看均值、中位数、标准差、四分位数等统计量
- 结合分布形态判断：均值与中位数差得远说明有极端值
- 把结果写进报告，注明用的是样本标准差口径
常见错误
数据没清洗就统计
混入文字、空值或千分位逗号会让整列解析失败。先用 CSV 数据体检确认列类型干净。
均值代表一切
收入、房价这类长尾分布的数据，均值会被少数极端值拉高。同时给出中位数和分位数才有说服力。
样本总体口径混用
报告里写“标准差”要说明除以 n 还是 n-1，两种口径数值不同，评审时容易被问住。
常见问题
标准差用样本还是总体公式？
本工具使用样本标准差（除以 n-1），适用于从总体中抽样得到的观测数据。如果你手上就是完整总体，应改用总体公式。
四分位数为什么和 Excel 算的略有差异？
插值方法不同。本工具与 Excel 的 QUARTILE.INC 一致（线性插值），部分软件使用 QUARTILE.EXC 会得到不同结果。
和 Excel 算出来的数不一样，该信哪个？
先确认口径：样本标准差除以 n-1，总体标准差除以 n。Excel 的 STDEV.P 是总体、STDEV.S 是样本，工具默认给样本。四分位数的算法有至少九种（Excel 用 PERCENTILE.INC），差异就出在插值方式上。口径一致时两边结果应当相同。
能一次算多少个数？
几千个数值很快，十万级会开始明显等待——WebAssembly 传大数据本身有开销。真要跑大规模统计，导出成 CSV 用本地 Python 更合适，这里定位是「贴一列数看一眼」。
能直接导入 CSV 吗？
把数值列粘进来就行，工具会按分隔符切分。含表头的第一行会被识别并跳过；混入文字的行会提示而不是静默丢掉——静默丢数据是统计工具最危险的失败方式。
来源：Python 标准库 statistics (Pyodide) · License: PSF-2.0 · 分类：数据
相关阅读
安全、快捷、开源工具及资源
无需安装、无需注册、无需命令行 —— 挑一个工具，填参数，出结果。