在Python中查找除最低和最高工资之外的平均工资的程序

在许多数据分析和处理任务中，计算平均值是一个非常基本的任务。而对于一份薪水数据而言，有时候需要在计算平均值时排除最低和最高值。那么在Python中，如何实现这个功能呢？接下来，我们将介绍两种方法。

方法一：使用Python的内置函数

在Python中，有一个叫做 sorted() 的内置函数，可以对列表进行排序。通过使用这个函数，并向其中传递一个 key 参数，我们可以轻松地实现排除最低和最高值的任务。

def average_salary(salary_list):
    # 排序并排除最低和最高值，计算平均值
    sorted_salary = sorted(salary_list)
    sorted_salary = sorted_salary[1:-1]
    avg_salary = sum(sorted_salary) / len(sorted_salary)

    return avg_salary

在这个示例代码中，我们首先使用 sorted() 函数将薪水数据 salary_list 进行排序。然后，我们使用切片的方式排除了最低和最高值，并使用 sum() 和 len() 函数计算平均值。最后，将计算出的平均值返回。

方法二：使用第三方库numpy

除了使用内置函数之外，我们还可以使用第三方库numpy来实现这个任务。numpy中有一个叫做 mean() 的函数，可以计算列表的平均值。通过将输入的列表转化为np.array数据类型，并排除最低和最高值，我们可以轻松地实现这个任务。

import numpy as np

def average_salary(salary_list):
    # 转化为numpy数组，并排除最低和最高值，计算平均值
    salary_array = np.array(salary_list)
    salary_array = np.delete(salary_array, np.argmin(salary_array))
    salary_array = np.delete(salary_array, np.argmax(salary_array))
    avg_salary = np.mean(salary_array)

    return avg_salary

在这个示例代码中，我们首先使用 np.array() 函数将薪水数据 salary_list 转换为np.array格式的数组。然后，使用 np.argmin() 和 np.argmax() 函数分别获取最低和最高值的索引，再使用 np.delete() 函数排除最低和最高值。最后，使用 np.mean() 函数计算平均值，并将计算出的平均值返回。

这两种方法都可以有效地计算出除最低和最高值之外的平均薪水，并非常容易使用。