¿Qué función cumple import statistics en Python?

He trabajado con datos en Python durante mucho tiempo y muchas veces he necesitado de calcular promedios, medir la dispersión de un conjunto de valores o de analizar distribuciones. El día de hoy quiero enseñarte cómo realizar esto gracias al módulo import statistics en Python y te voy a a explicar para qué sirve.

¿Qué es el módulo statistics?: una herramienta básica pero poderosa

Si necesitas identificar patrones o características importantes dentro de un conjunto de datos, por ejemplo el valor promedio o la variabilidad entre ellos, el módulo de import statistics en Python es una muy buena opción, ya que actúa como una calculadora científica que incluye herramientas diversas para este propósito. Hace parte de la biblioteca estándar de Python desde la versión 3.4 y ha sido diseñado para realizar cálculos estadísticos sin tener que instalar bibliotecas externas.

¿Qué es y para qué sirve import statistics en Python?

Al hacer uso de import statistics en Python estás accediendo a un conjunto de funciones que te permitirán calcular medidas estadísticas. Estas herramientas permiten analizar datos numéricos dentro de áreas como la tendencia central, la dispersión y las distribuciones normales. Tienen un objetivo primordial y es el de facilitar cálculos matemáticos básicos con datos numéricos entre los que se incluyen números enteros, flotantes, fracciones y decimales.

Algunas de las funciones más destacadas del import statistics en Python son el cálculo de promedios como la media, la mediana y la moda, la medición de la dispersión como la varianza y la desviación estándar, también herramientas para trabajar con distribuciones normales.

¿Qué funciones cumple el import statistics en Python?

Algunas de las funciones que desarrolla el módulo de import statistics en Python son:

Medidas de tendencia central

Las funciones de tendencia central te ayudan a identificar el valor que mejor representa a un conjunto de datos:

• mean calcula el promedio aritmético de los datos.
• median encuentra el valor central en un conjunto de datos ordenado.
• mode retorna el valor más común en un conjunto de datos.

Veamos un ejemplo del uso de cada una:

from statistics import mean, median, mode

data = [1, 2, 3, 4, 4, 5]
print(mean(data))  # Resultado: 3.1666666666666665
print(median(data))  # Resultado: 3.5
print(mode(data))  # Resultado: 4

Medidas de dispersión

Estas funciones te permiten analizar qué tan dispersos están los datos alrededor de un valor típico:

• variance calcula la varianza de una muestra.
• stdev calcula la desviación estándar de una muestra.

En un ejemplo de práctica se vería así:

from statistics import variance, stdev

data = [1, 2, 3, 4, 5]
print(variance(data))  # Resultado: 2.5
print(stdev(data))  # Resultado: 1.5811388300841898

Distribuciones normales

La clase NormalDist permite trabajar con distribuciones normales, calcular probabilidades acumulativas y generar datos simulados. Puedes, por ejemplo, calcular la probabilidad acumulada de un valor específico en una distribución normal del sigueinte modo:

from statistics import NormalDist

dist = NormalDist(mu=100, sigma=15)
print(dist.cdf(120))  # Probabilidad acumulada hasta el valor 120

Diferencias con otras bibliotecas

Si bien el import statistics en Python es muy fácil de usar, no puede ser usado para manejar análisis complejos o trabajar con grandes conjuntos de datos. Numpy, en este caso, es más adecuado para operaciones que impliquen el uso de álgebra lineal y cálculos de matrices, mientras que pandas es mejor en manipulación y análisis de datos estructurados. Veamos una tabla que resume las diferencias entre todas las bibliotecas mencionadas:

Característica	statistics	NumPy	pandas
Propósito principal	Cálculos estadísticos básicos	Operaciones matemáticas y estadísticas avanzadas	Manipulación y análisis de datos estructurados
Facilidad de uso	Alta, diseñado para cálculos simples	Moderada, requiere aprendizaje adicional	Moderada, especialmente útil con grandes volúmenes de datos
Instalación	Incluido en la biblioteca estándar de Python	Necesita instalación externa	Necesita instalación externa
Rendimiento	Adecuado para conjuntos pequeños de datos	Muy alto, optimizado para grandes volúmenes de datos	Alto, diseñado para manejar grandes estructuras de datos
Soporte para matrices	No soportado	Sí, ampliamente soportado	Sí, a través de DataFrames y Series
Funciones estadísticas	Básicas (media, mediana, varianza, etc.)	Avanzadas (matrices, correlaciones, transformaciones FFT)	Estadísticas descriptivas y análisis sobre estructuras de datos
Estructuras de datos soportadas	Listas, tuplas, iterables básicos	Arrays multidimensionales	DataFrames y Series tabulares
Facilidad de integración	Excelente para scripts ligeros y proyectos pequeños	Excelente para proyectos numéricos y de ciencia de datos	Ideal para ETL y análisis de datos tabulares
Complejidad de uso	Baja	Media	Media
Tamaño de datos recomendado	Pequeño a mediano	Mediano a grande	Mediano a grande

Si te interesa seguir aprendiendo sobre diferentes temáticas relacionadas con esta, no dudes en suscribirte a nuestro bootcamp en programación desde cero, en el cual aprenderás todo lo necesario para incursionar y dar tus primeros pasos en el mercado laboral tecnológico. ¡No dudes más y no pierdas esta gran oportunidad!