普贤教程 › 包参考

statx 包

统计增强（描述统计 + 相关系数 + 线性回归）

项	值
包名	`statx`
版本	`0.2.0`
可用版本	`0.1.0 / 0.2.0`
入口	`statx.px`
分类	`可观测与测试`
文件数 / 行数	`1 / 191`

安装与引入

bash

pxpkg init          # 首次
pxpkg add statx@0.2.0
pxpkg install

import statx

所属分类教程：可观测与测试

公开接口

函数	参数
`st_mean`	`xs`
`st_median`	`xs`
`st_variance`	`xs, sample`
`st_stddev`	`xs, sample`
`st_quantile`	`xs, q`
`st_pearson`	`xs, ys`
`st_linreg`	`xs, ys`
`st_range`	`xs`

其余 4 个 def（内部与辅助，可直接调用但不属稳定接口）

函数	参数
`st_sum`	`xs`
`st_min`	`xs`
`st_max`	`xs`
`st_mode`	`xs`

包内说明（源码头注释）

text

============================================================
普贤生态库：registry/statx —— 统计增强（描述统计 + 相关系数 + 线性回归）
------------------------------------------------------------
纯函数库（无 IO、无状态），编译（px build）与解释（px run）双模式一致。
st_mean(xs)                → Ok(float) | Err   # 算术平均；空列表 Err
st_median(xs)              → Ok(float) | Err   # 中位数（排序后）
st_variance(xs, sample)    → Ok(float) | Err   # 总体/样本方差
st_stddev(xs, sample)      → Ok(float) | Err   # 标准差
st_quantile(xs, q)         → Ok(float) | Err   # 分位数（Python 线性法）
st_pearson(xs, ys)         → Ok(float) | Err   # Pearson 相关系数 r
st_linreg(xs, ys)          → Ok([slope, intercept, r2]) | Err
st_range(xs)               → Ok(float) | Err   # max - min
说明：
- 入参均为 list[数字]；空/长度不足/除以零 → Err（不 panic）。
- sorted 走原生 compare_values（稳定），分位数同 Python statistics 线性插值。
- 数值一律 float 运算；int→float 用 `1.0 * x` 现值（float() 是字符串严格解析）。
============================================================