Pythonで統計分析！平均・中央値・標準偏差の求め方を初心者向けに完全解説

Pythonで統計分析を行う方法（平均・中央値・標準偏差）

先生と生徒の会話形式で理解しよう

生徒

「最近よく耳にする『データサイエンス』や『統計分析』に興味があるのですが、パソコン初心者でもPythonを使えば計算ができるようになりますか？」

先生

「もちろんです。Python（パイソン）は数あるプログラミング言語の中でも、データの計算が得意で、初心者にも読みやすい書き方が特徴です。数学が苦手な人でも、専用の道具を使えば一瞬で答えが出せますよ。」

生徒

「平均だけじゃなくて、標準偏差とか難しい言葉も出てきて不安です。具体的にどうやって計算するのか、基礎から教えてほしいです！」

先生

「では、データの全体像を把握するために欠かせない『平均』『中央値』『標準偏差』の3つを中心に、具体的なコードの書き方を一緒に見ていきましょう！」

1. Pythonを使った統計分析とは？

統計分析（とうけいぶんせき）と聞くと、複雑な数式を思い浮かべて身構えてしまうかもしれません。しかし、現代のデータ分析において、人間が手計算で何時間もかける必要はありません。Python（パイソン）というプログラミング言語を使えば、数千、数万という膨大なデータの中から、一瞬で特徴を導き出すことができます。

Pythonがなぜデータ分析に選ばれているのか。その最大の理由は、「ライブラリ」と呼ばれる便利な拡張セットが充実しているからです。ライブラリとは、特定の目的（今回は計算）のために作られた「道具箱」のようなものです。この道具箱の中には、平均値を出す魔法の杖や、グラフを作る魔法の筆が入っています。

この記事では、データ分析の第一歩として、データの中心地やバラつきを調べるための基本的な手法をマスターしていきます。プログラミング未経験の方でも、まずは「Pythonを使えばこんなに簡単に計算ができるんだ！」と実感してもらうことが大切です。

2. データ分析の必須アイテム「NumPy」と「Pandas」

本格的にPythonで計算を始める前に、絶対に知っておくべき2つのライブラリをご紹介します。

NumPy（ナムパイ）： 数値計算を高速に行うためのライブラリです。行列計算など、数学的な処理が得意です。
Pandas（パンダス）： 表形式のデータ（Excelのようなデータ）を扱うためのライブラリです。データの読み込みや加工に最適です。

今回は、この中から最も基本的で扱いやすいライブラリを使い、リスト形式（数値の並び）のデータを分析していきます。Pythonでは、まずこれらを「インポート（呼び出し）」することから作業が始まります。

3. 基本中の基本！「平均値（Mean）」を求める方法

平均値（へいきんち）とは、すべてのデータの合計をデータの個数で割った値のことです。学校のテストの点数などで最もなじみがある指標ですね。Pythonでは、自分で足し算や割り算を書かなくても、専用の関数を使うだけで求めることができます。

例えば、あるクラスの5人のテスト結果が「70, 80, 60, 90, 75」だったとしましょう。これらをPythonの「リスト」という機能を使って変数に入れ、計算してみます。


import statistics

# テストの点数リスト
scores = [70, 80, 60, 90, 75]

# statisticsライブラリを使って平均を計算
mean_value = statistics.mean(scores)

print("テストの平均点は：", mean_value)

実行結果は以下のようになります。


テストの平均点は： 75

このように、statistics.mean()という命令を使うだけで、一瞬で平均が求められました。

4. 極端な値に強い！「中央値（Median）」の重要性

次に紹介するのは中央値（ちゅうおうち）です。これは、データを小さい順に並べたときに、ちょうど真ん中にくる値のことです。

「平均があれば十分じゃないの？」と思うかもしれませんが、実は平均値には「極端な値に引っ張られやすい」という弱点があります。例えば、年収の調査で1人だけ「100億円」稼いでいる人が混ざると、他の全員が300万円でも、平均年収は跳ね上がってしまいます。これでは、一般的な人の感覚とはかけ離れた数字になってしまいますよね。

そんな時、データを順番に並べて真ん中の値を採用する中央値を使えば、より実態に近い数値を把握できるのです。


import statistics

# 極端な値が含まれるデータ（1人だけ1000が入っている）
data = [10, 12, 15, 13, 1000]

# 平均値と中央値を比較してみよう
mean_val = statistics.mean(data)
median_val = statistics.median(data)

print("平均値：", mean_val)
print("中央値：", median_val)

実行結果は以下の通りです。


平均値： 210.0
中央値： 13

平均値は1000に影響されて「210」になっていますが、中央値は「13」となり、大半のデータの傾向をうまく表せていることが分かります。

5. データのバラつきを知る「標準偏差（Standard Deviation）」

データ分析で最も重要な概念の一つが標準偏差（ひょうじゅんへんさ）です。これは簡単に言うと、「データが平均値からどのくらいバラついているか」を表す指標です。

例えば、「全員が70点」のクラスと、「0点と100点が半分ずつ」のクラスがあったとします。どちらも平均点は50点（または70点付近）になりますが、クラスの状態は全く違いますよね。

標準偏差が小さい： データが平均の周りにギュッと集まっている。
標準偏差が大きい： データがバラバラで、差が激しい。

Pythonで標準偏差を求めるには、同じくライブラリの関数を使用します。


import statistics

# クラスAとクラスBの点数比較
class_a = [65, 70, 75, 68, 72] # みんな平均に近い
class_b = [10, 50, 90, 20, 100] # 点数がバラバラ

# 標準偏差（stdev）を計算
stdev_a = statistics.stdev(class_a)
stdev_b = statistics.stdev(class_b)

print("クラスAのバラつき：", stdev_a)
print("クラスBのバラつき：", stdev_b)

実行結果を見てみましょう。


クラスAのバラつき： 3.847076812334269
クラスBのバラつき： 40.37325847637375

クラスBの方が圧倒的に数値が大きいですね。これにより、数字だけで「クラスBは個人差が非常に激しい」という背景が読み取れるようになります。

6. 便利な「NumPy」を使った一括計算テクニック

これまでは標準ライブラリを使用してきましたが、実際のプロの現場ではNumPy（ナムパイ）というライブラリがよく使われます。NumPyを使うと、より大量のデータを高速に、そして短いコードで処理できるようになります。

まず、ライブラリを「np」という短い名前で使えるように設定するのが一般的です。これを「エイリアス（別名）」と呼びます。パソコンを触ったことがない方でも、この書き方は決まり文句として覚えておくと便利ですよ。


import numpy as np

# サンプルデータを作成
prices = [1200, 1500, 1100, 1800, 1300, 2000]

# NumPyの関数で一気に計算
avg_p = np.mean(prices)      # 平均
med_p = np.median(prices)    # 中央値
std_p = np.std(prices)       # 標準偏差

print(f"平均価格: {avg_p}円")
print(f"中央値: {med_p}円")
print(f"標準偏差: {std_p:.2f}")

実行結果は以下のようになります。


平均価格: 1483.3333333333333円
中央値: 1400.0円
標準偏差: 318.42

ここで使った:.2fという書き方は、小数点以下が長くなりすぎないように「2桁まで表示してね」という指定です。見やすいレポートを作るためのちょっとしたコツです。

7. データの「最大値・最小値」と「範囲」も知っておこう

平均や標準偏差だけでなく、データの全体像を掴むには最大値（一番大きな値）と最小値（一番小さな値）も重要です。この2つの差を「範囲（レンジ）」と呼び、データの広がりを確認する材料になります。

例えば、あるお店の1週間の来客数を分析してみましょう。最大と最小を知ることで、一番忙しい日と暇な日の差が分かります。


visitors = [45, 60, 38, 92, 120, 85, 77]

# 最大値
max_v = max(visitors)
# 最小値
min_v = min(visitors)

print(f"今週の最大来客数: {max_v}人")
print(f"今週の最小来客数: {min_v}人")
print(f"その差（レンジ）: {max_v - min_v}人")

このように、Pythonには最初から備わっている機能（組み込み関数）も多く、これらを組み合わせるだけで立派な統計レポートが作成可能です。

8. なぜPythonで統計を学ぶと将来役立つのか

今の世の中は、あらゆる場所でデータが活用されています。スマートフォンの利用履歴、コンビニの売上、スポーツ選手の成績管理など、すべてが数字として蓄積されています。

これらの数字をただ眺めているだけでは、何も見えてきません。しかし、今回学んだ平均、中央値、標準偏差といった武器をPythonで操れるようになれば、「次に売れる商品は何か」「どの工程に無駄があるのか」という予測ができるようになります。

プログラミングと聞くと「アプリを作るもの」というイメージが強いかもしれませんが、実は「意思決定を助けるための強力な計算機」としての側面が非常に大きいです。事務職、営業職、あるいは学生の方であっても、Pythonでデータを扱えるスキルは、あなたの価値を大きく高めてくれるでしょう。

まずは、手近な数字（お小遣い帳の記録や、体重の変化など）をPythonに入れて、今回のコードを試してみてください。エラーが出ても大丈夫です。それを解決していく過程こそが、上達への近道です。

ハローワーク講師による直接指導【Python業務自動化実践セミナー】

職業訓練講師が直接指導！未経験から「Pythonエンジニア」へ、実務の壁を突破する2時間集中。

実務10年PL×職業訓練講師。独学では辿り着けない「商用開発の正解」を2時間で。

「Python × DX推進」の実践。業務自動化とデータ処理をビジネスレベルへ引き上げる2時間。

本講座では、世界的に需要が急増しているPythonの真価を引き出し、単なるプログラミングを超えた「ビジネス課題の解決」に繋げる思考法を学びます。文法習得の先にある、効率的なデータスクレイピングや、AI・機械学習の土台となる高度なデータ前処理技術を120分に凝縮して体験します。