前言：

今天为大家带来的内容是小白基础详解：python statistics模块及函数用法（含实例）这篇文章重点给大家介绍python statistics 模块的一些用法，感兴趣的朋友一起来看看吧！！！

提示：

本节介绍 Python 中的另一个常用模块 —— statistics模块，该模块提供了用于计算数字数据的数理统计量的函数。它包含了很多函数，具体如下表：

使用集合函数查询

集合函数包括count()、sum()、avg()、max()、min();

其中count()用来统计记录的条数；

avg()用来计算字段的值得平均值；

max()用来查询字段的最大值；

min()用来查询字段的最小值；

group by关键字通常需要与集合函数一起使用。

1. count()函数

count()函数用来统计记录的条数。

一、Java 8 Lambda 表达式

Lambda 表达式，也可称为闭包，它是推动 Java 8 发布的最重要新特性。

Lambda 允许把函数作为一个方法的参数（函数作为参数传递进方法中）。

使用Lambda 表达式可以使代码变的更加简洁紧凑。

1.1 语法

lambda 表达式的语法格式如下：

(parameters) -> expression或(parameters) ->{statements; }

@Test
public void testThread() throws IOException {
 List<User> list = new ArrayList<>();
 List<User> list1 = new ArrayList<>();
 User user = new User();
 user.setId(new Long("10"));
 user.setAge(10);
 user.setBalance(new BigDecimal(10));
 user.setName("xiaoming");
 user.setUsername("xiaoming");
 User user1 = new User();
 user1.setId(new Long("20"));
 user1.setAge(20);
 user1.setBalance(new BigDecimal(20));
 user1.setName("zhangsan");
 user1.setUsername("zhangsan");
 list.add(user);
 list.add(user1);
 //将用户年龄小于10岁的，的集合遍历出来
 List<User> collect = list.stream().filter(user2 -> user2.getAge() <= 10).collect(Collectors.toList());
 //将用户年龄小于10岁的，的集合遍历出来 转为map集合，key为id，value 名称
 Map<Long, String> userMap = list.stream().filter(user2 -> user2.getAge() <= 10).collect(Collectors.toMap(User::getId, User::getName));
 userMap.forEach((key, value) -> {
 System.out.println("主键为：" + key + ";名称为：" + value);
 });
 //集合遍历出来 转为map集合，key为id，value 名称
 Map result = list.stream().collect(HashMap::new, (map, p) -> map.put(p.getId(), JSON.toJSON(p)), Map::putAll);
 result.forEach((key, value) -> {
 System.out.println("主键为：" + key + ";名称为：" + value);
 });
 List<Integer> strs = new ArrayList<>();
 strs.add(111);
 strs.add(222);
 //list转字符串，并且转为大写
 StringBuffer collect2 = Stream.of("aaa", "bbb", "ccc").collect(StringBuffer::new, (str, p) -> {
 str.append(p.toUpperCase()).append(",");
 }, StringBuffer::append);
 System.out.println(collect2);
 //list 转list<map>
 List<Map<String, Object>> personToMap = list.stream().collect(ArrayList::new, (list3, p) -> {
 Map<String, Object> map = new HashMap<>();
 map.put("name", p.getName());
 map.put("age", p.getAge());
 map.put("id", p.getId());
 list3.add(map);
 }, List::addAll);
 System.out.println(JSON.toJSONString(personToMap));
 //list转为字符串
 List<String> webs = Arrays.asList("voidcc.com", "voidmvn.com", "voidtool.com");
 String allwebs = webs.stream().collect(Collectors.joining(","));
 System.out.println(allwebs);
 //查询年龄大于10并且根据年龄分组
 //groupingBy 根据年龄来分组：
 Map<Integer, List<User>> groupAge = list.stream().filter(p -> p.getAge() >= 10).collect(Collectors.groupingBy(p -> p.getAge(), Collectors.toList()));
 System.out.println(JSON.toJSONString(groupAge));
 //groupingBy 根据年龄分组，年龄对应的键值List存储的为Person的姓名:
 //mapping即为对各组进行投影操作，和Stream的map方法基本一致。
 Map<Integer, List<String>> collect1 = list.stream().collect(Collectors.groupingBy(p -> p.getAge(), Collectors.mapping((User p) -> p.getName(), Collectors.toList())));
 //打印结果：{20:["zhangsan"],10:["xiaoming"]}
 System.out.println(JSON.toJSONString(collect1));
 //groupingBy 根据姓名分组，获取每个姓名下人的年龄总和:
 Map sumAgeByName = list.stream().collect(Collectors.groupingBy(p -> p.getName(), Collectors.reducing(0, (User p) -> p.getAge(), Integer::sum)));
 /* 或者使用summingInt方法 */
 sumAgeByName = list.stream().collect(Collectors.groupingBy(p -> p.getName(), Collectors.summingInt((User p) -> p.getAge())));
 //打印结果：{"xiaoming":10,"zhangsan":20}
 System.out.println(JSON.toJSONString(sumAgeByName));
 String strJoin = Stream.of("1", "2", "3", "4")
 .collect(Collectors.joining(",", "[", "]"));
 System.out.println("strJoin: " + strJoin);
 // 打印结果
 // strJoin: [1,2,3,4]
 //字符串连接
 String phrase = list
 .stream()
 .filter(p -> p.getAge() >= 10)
 .map(p -> p.getName())
 .collect(Collectors.joining(" and ", "[", " ]"));
 //打印结果 [xiaoming and zhangsan ]
 System.out.println(phrase);
 /**
 * 使用collect可以将Stream转换成值。maxBy和minBy允许用户按照某个特定的顺序生成一个值。
 averagingDouble:求平均值，Stream的元素类型为double
 averagingInt:求平均值，Stream的元素类型为int
 averagingLong:求平均值，Stream的元素类型为long
 counting:Stream的元素个数
 maxBy:在指定条件下的，Stream的最大元素
 minBy:在指定条件下的，Stream的最小元素
 reducing: reduce操作
 summarizingDouble:统计Stream的数据(double)状态，其中包括count，min，max，sum和平均。
 summarizingInt:统计Stream的数据(int)状态，其中包括count，min，max，sum和平均。
 summarizingLong:统计Stream的数据(long)状态，其中包括count，min，max，sum和平均。
 summingDouble:求和，Stream的元素类型为double
 summingInt:求和，Stream的元素类型为int
 summingLong:求和，Stream的元素类型为long
 */
}

数学mathematics；

代数:algebra ；

奇数:odd number

偶数:even number ；

分数:fraction

分子:numerator ；

分母:denominator

小数:decimal ；

负数:negative number

计算:calculate ；

加:plus /add

减:minus/subtract ；