# 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.

```python
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.

Dica Você está procurando publicar sua aplicação web de forma rápida, fácil e diretamente pelo GitHub? Então o [Deploy Now](https://www.ionos.com/hosting/deploy-now "Deploy Now — IONOS") da IONOS pode ser a solução ideal para você!

## 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 `mean`xc manualmente**. Tudo o que você precisará fazer é escrever algumas linhas de código:

```python
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`.

```python
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
```

Nota Além de métodos como `mean`, [operadores em Python](https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/operadores-python/ "Operadores em Python") são essenciais para o processamento de conjuntos de dados. No nosso artigo sobre o assunto, examinamos cada operador e o que eles oferecem.

## 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.

```python
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.

```python
import numpy as np
# coordenadas x, y e z de 3 pessoas:
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]
```


This is a markdown version of: [https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/python-mean/](https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/python-mean/) for AI/LLM consumption.