首先需要数据源，这里随便写了一个：（python资料领取 hailou1666 ）
nums = [1,2,3,4]
求均值和中位数均可以使用numpy库的方法：
import numpy as np
#均值
np.mean(nums)
#中位数
np.median(nums)
求众数方法一：
在numpy中没有直接的方法，但是也可以这样实现：
import numpy as np
counts = np.bincount(nums)
#返回众数
np.argmax(counts)
其中np.bincount方法返回了一个长度为 nums最大值的列表，列表中的每个值代表其索引位数值出现在nums中的次数，例如
返回[2,1,0]，代表0在nums中出现2次，而1在nums中出现1次，3在nums中没有出现。
然后再使用np.argmax就能得到众数啦。但是，由于索引值是从0开始的，所以这种求众数的方法只能用在非负数据集。
求众数方法二——直接利用scipy下stats模块【推荐】：
from scipy import stats
stats.mode(nums)[0][0]