Python **标准库中没有名为 `avg()` 的内置函数**。 ✅ `avg()` **不是 Python 内置函数**（如 `len()`, `sum()`, `max()` 那样）； ❌ 它**也不属于 `math`、`statistics`、`numpy` 等主流包的官方函数名**（这些包用的是 `mean()`，不是 `avg()`）。 --- ### ✅ 正确答案：`avg()` 通常来自以下 **3 种情况**（按常见度排序） #### 1️⃣ 【最常见】用户自定义函数（新手常误以为是内置函数） ```python def avg(numbers): return sum(numbers) / len(numbers) if numbers else 0 print(avg([1, 2, 3, 4])) # 2.5 ``` > ⚠️ 很多教程、笔记或初学者代码中会自己写 `def avg(...)`，导致误以为它是“某个包的函数”。 #### 2️⃣ 【第三方库别名】某些小众/教学库可能导出 `avg` 作为 `mean` 的别名（极少见，不推荐依赖） 例如：旧版 `pandas` 的某些扩展、或自研工具包中可能有： ```python from myutils import avg # ❌ 非标准，不可移植 ``` 但**这不是 Python 生态的通用约定**，不应在正式项目中假设其存在。 #### 3️⃣ 【拼写错误】把 `mean()` 误写为 `avg()` - ✅ `statistics.mean()` —— 标准库（Python 3.4+） - ✅ `numpy.mean()` —— NumPy - ✅ `pandas.Series.mean()` —— Pandas 👉 它们都叫 `mean()`，**从不叫 `avg()`**。 --- ### ✅ 各场景下「求平均值」的**标准、推荐写法** | 场景 | 推荐方式 | 代码示例 | 说明 | |------|-----------|------------|------| | **纯 Python 列表（无外部依赖）** | `statistics.mean()` | ```python<br>from statistics import mean<br>print(mean([1,2,3,4])) # 2.5<br>``` | ✅ 标准库，专为统计设计；对空列表抛 `StatisticsError`（可捕获） | | **需要处理空列表返回 0** | 手动计算 + 安全检查 | ```python<br>def safe_mean(lst):<br> return sum(lst) / len(lst) if lst else 0<br>``` | ✅ 简单可控；注意整数除法（Python 3 中 `/` 返回 float） | | **科学计算/大数据（NumPy）** | `numpy.mean()` | ```python<br>import numpy as np<br>arr = np.array([1,2,3,4])<br>print(np.mean(arr)) # 2.5<br>``` | ✅ 支持多维数组、`axis` 参数、`dtype` 控制；性能极高 | | **Pandas DataFrame/Series** | `.mean()` 方法 | ```python<br>import pandas as pd<br>s = pd.Series([1,2,3,4])<br>print(s.mean()) # 2.5<br>``` | ✅ 自动跳过 `NaN`；支持 `axis`, `skipna` 等参数 | --- ### ❌ 常见误区澄清 | 说法 | 正误 | 解释 | |------|------|------| | “`avg()` 是 `math` 模块的函数” | ❌ | `math` 模块**没有 `avg` 或 `mean`**（只有 `math.fsum`, `math.sqrt` 等） | | “`import numpy as np; np.avg()` 存在” | ❌ | `np.avg()` **不存在**！正确是 `np.mean()` | | “`pandas.DataFrame.avg()`” | ❌ | 正确是 `df.mean()`；`df.avg()` 会报 `AttributeError` | | “`from statistics import avg`” | ❌ | 会报 `ImportError: cannot import name 'avg'` | --- ### ✅ 一句话总结 > **Python 中没有 `avg()` 函数** —— 请统一使用 `statistics.mean()`（标准库）、`numpy.mean()`（数值计算）或 `pandas.Series.mean()`（数据分析），它们才是官方、稳定、可移植的平均值计算方式。 ---