<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Média on Python Dev BR</title>
    <link>https://python.dev.br/tags/m%C3%A9dia/</link>
    <description>Recent content in Média on Python Dev BR</description>
    <generator>Hugo</generator>
    <language>pt-br</language>
    <lastBuildDate>Sat, 05 Sep 2026 01:14:53 +0000</lastBuildDate>
    <atom:link href="https://python.dev.br/tags/m%C3%A9dia/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>statistics em Python: média, mediana e desvio padrão</title>
      <link>https://python.dev.br/blog/python-statistics-media-mediana-desvio-padrao/</link>
      <pubDate>Sat, 05 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://python.dev.br/blog/python-statistics-media-mediana-desvio-padrao/</guid>
      <description>&lt;p&gt;O módulo &lt;strong&gt;&lt;code&gt;statistics&lt;/code&gt; do Python&lt;/strong&gt; calcula média, mediana, moda, quantis, variância, desvio padrão, correlação e regressão linear sem instalar pandas ou NumPy. Ele é uma boa escolha para listas e outros iteráveis pequenos, scripts de automação, validações, CLIs e relatórios simples. Para tabelas grandes, agrupamentos e joins, pandas continua mais conveniente; para um cálculo descritivo direto, a biblioteca padrão costuma ser suficiente.&lt;/p&gt;&#xA;&lt;p&gt;A recomendação prática é: use &lt;code&gt;fmean&lt;/code&gt; para uma média em &lt;code&gt;float&lt;/code&gt;, &lt;code&gt;median&lt;/code&gt; quando valores extremos distorcem o centro, &lt;code&gt;quantiles&lt;/code&gt; para faixas como quartis, &lt;code&gt;stdev&lt;/code&gt; para uma amostra, &lt;code&gt;pstdev&lt;/code&gt; para a população inteira e &lt;code&gt;correlation&lt;/code&gt; apenas depois de conferir os dados. Este guia mostra as diferenças com um conjunto de pedidos fictícios de um pequeno e-commerce brasileiro.&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
