1、不能改动程序结构，原程序中有若干错误，请改正 2、运行该程序。如：输入一个包含10个数的列表，去掉一个最大值去掉一个最小值，求解剩下序列的平均值 得到结里加

1、不能改动程序结构，原程序中有若干错误，请改正
2、运行该程序。如：输入一个包含10个数的列表，去掉一个最大值去掉一个最小值，求解剩下序列的平均值 得到结里加

-

lst.sort()#lst.sorted()
lst.pop()#lst.remove()
print(ave_measure_value)#printf(ave_measure_value)

第二行改为：lst.sort()
第三行改为：lst.pop(len(lst)-1)
第六行改为：print(ave_measure_value)

lst=eval(input())
lst.sort() #改
lst.remove(max(lst)) #改
lst.pop(min(lst)) #改

修改如下：

参考链接：

Python List sort()方法 | 菜鸟教程 Python List sort()方法 Python 列表 描述 sort() 函数用于对原列表进行排序，如果指定参数，则使用比较函数指定的比较函数。 语法 sort()方法语法： list.sort(cmp=None, key=None, reverse=False) 参数 cmp -- 可选参数, 如果指定了该参数会使用该参数的方法进行排序。 key -- 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取.. https://www.runoob.com/python/att-list-sort.html

python怎么删除列表的第一个元素？_python list去掉第一个元素_普通网友的博客-CSDN博客 我们以一个字符串为元素类型的 list 为例，进行列表元素的删除：>>> l = ['no surfing', 'flippers']法一：remove(val) >>> l.remove('no surfing')>>> l['flippers'] （1）remove() 的参数是具体的元素值，而不是索引，（2）如果知道索引，如何使用 remove 删除该索引上的元素值，>>> l.remove(l[1] https://blog.csdn.net/m0_51713294/article/details/112389465

Python--列表如何去掉最后一个元素_python删除最后一个元素_faihung的博客-CSDN博客 在Python3中列表数据类型的内置方法里有三种方法可以删除列表的最后一个元素（我所知道的）：1、pop方法list = [1,2,3,4]list.pop()print(list) #[1, 2, 3]2、del方法list = [1,2,3,4]del(list[-1])print(list)# [1, 2, 3]3、切片list = [1,2,3... https://blog.csdn.net/faihung/article/details/97778885

# https://blog.csdn.net/smallfox233/article/details/106209606
# 从输入获取10个数，转为int 变为列表
lst=list(map(int,input().split()))


# https://www.runoob.com/python/att-list-sort.html
# 从小到大排序列表
lst.sort()

# https://blog.csdn.net/m0_51713294/article/details/112389465
# 移除第一个元素，即移除最小值
lst.remove(lst[0])


# https://blog.csdn.net/faihung/article/details/97778885
# 删除列表最后一个元素，即删除最大值
lst.pop()
ave_measure_value=sum(lst)/len(lst)

# 使用print来打印平均值
print(ave_measure_value)

• 这个问题的回答你可以参考下: https://ask.csdn.net/questions/7573664
• 这篇博客也不错, 你可以看下编写函数，接收任意数量的整数作为参数，返回一个元组，元组的第一个元素是所有参数的中位数，第二个元素是所有小于中位数参数的平均值，第三个元素是所有大于中位数参数的平均值。
• 除此之外, 这篇博客: 风控建模九：一些特征工程方法及自动化工具小结中的 风控建模九：一些特征工程方法及自动化工具小结 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  
• • • 一、方法篇
    • • 1、交叉组合，打标有风险区分力的特定人群
      • 2、数值变量场景化分段比较信息
      • 3、场景变量分割，找出隐藏区分度
    • 二、工具篇
    • • 1、Featuretools
      • • 1.1 深度特征合成
        • 1.2 时间序列处理
      • 2、Autofeat
      • • 2.1 autofeat的变量衍生逻辑
        • 2.2 autofeat的变量选择逻辑
        • 2.3 autofeat使用方法
      • 3、Tsfresh

  建模工作中我们常常面临的一大问题就是，如何在有限的数据下，通过一些特征工程方法，挖掘出数据中更多的信息，来达到提升模型效果的目的。所以本篇文章就简单整理了一些特征工程的思路、方法和一些现成的特征工程python工具包，供大家一起探讨。

• 您还可以看一下 邱石老师的1小时开发商城类小程序课程中的 小程序商品数据的解析，商品价格的动态修改小节, 巩固相关知识点
  

您好，我是有问必答小助手，您的问题已经有小伙伴帮您解答，感谢您对有问必答的支持与关注！
PS：问答VIP年卡 【限时加赠：IT技术图书免费领】，了解详情>>> https://vip.csdn.net/askvip?utm_source=1146287632