Trung bình có trọng số: điểm theo tín chỉ, np.average()
Bài 2/6 · Chương 2
Thống kê mô tả: số đo trung tâm
- 8 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 13
Trung bình có trọng số (weighted average) là tổng các giá trị nhân trọng số rồi chia cho tổng trọng số, x̄ = Σwx / Σw. Bạn dùng nó khi các giá trị không quan trọng như nhau, chẳng hạn tính điểm trung bình học kỳ mà môn 4 tín chỉ phải nặng hơn môn 2 tín chỉ.
Cần biết trước: ký hiệu thống kê, mảng NumPy và tham số axis.
Công thức trung bình có trọng số
Mỗi giá trị đi kèm một trọng số (weight) nói nó được đếm bao nhiêu lần: số tín chỉ của môn, số ly đã bán của món. Trung bình có trọng số là:
Trong đó:
x với chỉ số i (
x[i]): giá trị thứ i, như điểm của môn thứ i.w với chỉ số i (
w[i]): trọng số của giá trị thứ i, một số không âm.Tử số (
(w * x).sum()): tổng các tích trọng số nhân giá trị.Mẫu số (
w.sum()): tổng trọng số.x̄ với chỉ số w (
np.average(x, weights=w)): trung bình có trọng số.
Mọi trọng số bằng nhau thì công thức trở về trung bình cộng. Công thức số trung bình từ bảng tần số của SGK Toán 10, x̄ = (m₁x₁ + … + mₖxₖ) / n, là đúng công thức này với trọng số là tần số mᵢ và n là tổng các tần số.
Tính điểm theo tín chỉ bằng tay
Học kỳ này Hà học bốn học phần: Giải tích 3 tín chỉ được 7,5; Lập trình 4 tín chỉ được 8,5; Tiếng Anh 2 tín chỉ được 6,0; Triết học 2 tín chỉ được 9,0.
Bước | Việc | Kết quả |
|---|---|---|
1 | Nhân điểm với tín chỉ | 22,5; 34; 12; 18 |
2 | Cộng các tích | 86,5 |
3 | Cộng tín chỉ | 11 |
4 | Chia bước 2 cho bước 3 | 86,5 / 11 ≈ 7,86 |
Khối dưới đi đúng bốn bước bằng Python thuần. Sửa hai list ở đầu thành điểm và tín chỉ của bạn rồi bấm Chạy:
diem = [7.5, 8.5, 6.0, 9.0]
tin_chi = [3, 4, 2, 2]
tong_wx = 0
for x, w in zip(diem, tin_chi):
tong_wx += w * x
print(x, "nhân", w, "bằng", w * x)
print("Tổng điểm nhân tín chỉ:", tong_wx)
print("Tổng tín chỉ:", sum(tin_chi))
print("Điểm trung bình:", round(tong_wx / sum(tin_chi), 2))KẾT QUẢ
7.5 nhân 3 bằng 22.5
8.5 nhân 4 bằng 34.0
6.0 nhân 2 bằng 12.0
9.0 nhân 2 bằng 18.0
Tổng điểm nhân tín chỉ: 86.5
Tổng tín chỉ: 11
Điểm trung bình: 7.86Lập trình 4 tín chỉ kéo điểm lên vì được đếm bốn lần. Đổi [3, 4, 2, 2] thành [1, 1, 1, 1] rồi chạy lại: dòng cuối in Điểm trung bình: 7.75, đúng trung bình cộng của bốn điểm.
Kiểm lại bằng np.average(weights=)
np.average() của NumPy nhận trọng số qua weights=; không có weights= thì nó là np.mean(). Với nhiều sinh viên một lúc, mỗi hàng một người, thêm axis=1 để tính theo hàng:
import numpy as np
diem = np.array([7.5, 8.5, 6.0, 9.0])
tin_chi = np.array([3, 4, 2, 2])
print("np.average:", round(np.average(diem, weights=tin_chi), 2))
print("Σwx / Σw:", round((tin_chi * diem).sum() / tin_chi.sum(), 2))
bang = np.array([[7.5, 8.5, 6.0, 9.0],
[9.0, 6.0, 8.0, 7.0]])
tb = np.average(bang, axis=1, weights=tin_chi)
print("Hai sinh viên:", tb.round(2))KẾT QUẢ
np.average: 7.86
Σwx / Σw: 7.86
Hai sinh viên: [7.86 7.36]Hai dòng đầu khớp bảng tính tay. Sinh viên thứ hai có trung bình cộng 7,5, nhưng điểm 6 rơi vào môn 4 tín chỉ, nên điểm theo tín chỉ chỉ 7,36. Trong Excel: =SUMPRODUCT(B2:B5, C2:C5) / SUM(C2:C5).
Giá bán trung bình theo số lượng
Chi nhánh Huế bán trong một buổi sáng: cà phê sữa 29.000 đồng, 120 ly; bạc xỉu 32.000 đồng, 80 ly; trà đào 35.000 đồng, 40 ly; sinh tố bơ 45.000 đồng, 10 ly. Câu hỏi "trung bình một ly bán giá bao nhiêu" cần số ly làm trọng số.
import numpy as np
gia = np.array([29_000, 32_000, 35_000, 45_000])
so_ly = np.array([120, 80, 40, 10])
tb = np.average(gia, weights=so_ly)
doanh_thu = (gia * so_ly).sum()
print("Doanh thu:", f"{doanh_thu:,}".replace(",", "."), "đồng")
print("Số ly:", so_ly.sum())
print("Giá trung bình một ly:", f"{tb:,.0f}".replace(",", "."))KẾT QUẢ
Doanh thu: 7.890.000 đồng
Số ly: 250
Giá trung bình một ly: 31.560Giá trung bình một ly 31.560 đồng, thấp hơn số chia đều 35.250 đồng gần 3.700 đồng. Trung bình có trọng số theo số lượng luôn bằng tổng tiền chia tổng số lượng.
Mô phỏng: rút ngẫu nhiên từng ly đã bán
Trọng số nói một giá trị được đếm bao nhiêu lần. Khối dưới rút 100.000 ly bằng rng.choice(), mỗi lượt chọn một món với xác suất bằng phần số ly của món đó (p=), có hoàn lại, rồi lấy trung bình cộng giá của các ly:
import numpy as np
gia = np.array([29_000, 32_000, 35_000, 45_000])
so_ly = np.array([120, 80, 40, 10])
rng = np.random.default_rng(10)
ti_le = so_ly / so_ly.sum()
ly = rng.choice(gia, size=100_000, replace=True, p=ti_le)
print("Trung bình cộng của 100.000 ly:", round(ly.mean()))
tb = np.average(gia, weights=so_ly)
print("np.average theo số ly:", round(tb))
print("Chia đều bốn giá:", round(gia.mean()))KẾT QUẢ
Trung bình cộng của 100.000 ly: 31551
np.average theo số ly: 31560
Chia đều bốn giá: 35250Lần chạy này cho trung bình cộng của các ly rút được cách trung bình có trọng số chưa tới 10 đồng, còn số chia đều lệch hơn 3.600 đồng. Đó là ý nghĩa của trọng số: trung bình có trọng số là trung bình cộng trên từng đơn vị, khi mỗi giá trị được lặp đúng số lần trọng số của nó. Đổi default_rng(10) thành default_rng(4): dòng đầu đổi vài đồng, hai dòng dưới giữ nguyên. Bài mô phỏng bằng NumPy nói vì sao 100.000 lượt rút là đủ sát.
Kiểm tra nhanh
Sau
import numpy as np,print(np.average([6, 9], weights=[2, 1]))in ra gì?7.57.08.021.0
Trong khung bẫy, vì sao 35.250 đồng không phải giá trung bình một ly?
- Vì
sum()làm tròn số tiền lớn - Vì sinh tố bơ chỉ bán 10 ly mà được đếm nặng như cà phê sữa bán 120 ly
- Vì phải chia cho 3 thay cho 4
- Vì
Những câu nào đúng về trung bình có trọng số?
- Khi mọi trọng số bằng nhau, nó bằng trung bình cộng
- Nhân mọi trọng số với cùng một số dương thì kết quả không đổi
- Nó luôn lớn hơn trung bình cộng
- Nó nằm giữa giá trị nhỏ nhất và giá trị lớn nhất
Trong mô phỏng 100.000 ly, vì sao trung bình cộng của các ly rút được gần 31.560 đồng?
- Mỗi món được rút với xác suất bằng phần số ly của nó, nên giá rẻ bán nhiều xuất hiện nhiều
- Mỗi món được rút với xác suất như nhau
- Hạt giống 10 được chọn để ra đúng số đó
Bài tập
Tính giá bán trung bình theo số lượng
Bạn làm báo cáo cuối ngày cho quán: cần giá trung bình khách trả cho mỗi ly. don_gia là list đơn giá các món (đồng), so_luong là list số ly đã bán của từng món theo cùng thứ tự; số ly là số nguyên không âm, tổng ít nhất 1. Viết thân hàm gia_binh_quan(don_gia, so_luong) theo công thức Σwx / Σw, với số ly là trọng số.
Không dùng np.average() hay module statistics. Hàm không sửa hai list của nơi gọi.
Trả về: giá trung bình một ly, một float, không làm tròn.
Ví dụ gia_binh_quan([10, 20], [1, 3]) cho 17.5.
import numpy as np
def gia_binh_quan(don_gia, so_luong):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
Trung bình có trọng số x̄ = Σwx / Σw: nhân từng giá trị với trọng số, cộng lại, chia tổng trọng số.
Điểm theo tín chỉ: tín chỉ là trọng số; bốn học phần của Hà cho 7,86 thay cho 7,75 của trung bình cộng.
np.average(x, weights=w)tính đúng công thức;axis=1tính cho từng hàng; Excel dùngSUMPRODUCTchiaSUM.Chia đều đơn giá khi số lượng khác nhau cho số sai mà Python không báo: giá trung bình một ly cần số ly làm trọng số.
Trung bình có trọng số bằng trung bình cộng trên từng đơn vị, như mô phỏng rút 100.000 ly cho thấy.
Câu hỏi thường gặp
Cách tính điểm trung bình tích lũy theo tín chỉ thế nào?
Nhân điểm mỗi học phần với số tín chỉ, cộng lại rồi chia cho tổng tín chỉ đã học, như bảng bốn bước ở trên. Trường có quy chế riêng (thang 4, học phần không tính vào điểm tích lũy) thì làm theo quy chế đó trước khi tính.
Weighted average là gì?
Weighted average là tên tiếng Anh của trung bình có trọng số: mỗi giá trị được đếm theo trọng số của nó thay cho đếm như nhau. Trung bình cộng thường là trường hợp mọi trọng số bằng 1; tốc độ tăng trưởng bình quân thì cần trung bình nhân.
np.average() và np.mean() khác nhau thế nào?
Không có weights= thì hai hàm cho cùng số. Chỉ np.average() nhận trọng số; np.mean() luôn chia đều. Bài trung bình cộng dạy np.mean().
Trọng số có cần cộng lại bằng 1 không?
Không. Công thức chia cho tổng trọng số, nên tín chỉ [3, 4, 2, 2] hay tỉ lệ [3/11, 4/11, 2/11, 2/11] cho cùng kết quả. Trọng số chỉ cần không âm và tổng khác 0; tổng bằng 0 thì np.average() báo lỗi ZeroDivisionError.
Chủ đề
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.