中位數是一個可將數值集合划分為相等的上下兩部分的一個數值。如果列表數據的個數是奇數，則列表中間那個數據就是列表數據的中位數；如果列表數據的個數是偶數，則列表中間那2個數據的算術平均值就是列表數據的中位數。在這個任務里，你將得到一個含有自然數的非空數組（X）。你必須把它分成上下兩部分，找到中位數。
輸入: 一個作為數組的整數(int)列表(list)的。
輸出: 數組的中位數(int, float).
范例:
get_median([1, 2, 3, 4, 5]) == 3 get_median([3, 1, 2, 5, 3]) == 3 get_median([1, 300, 2, 200, 1]) == 2 get_median([3, 6, 20, 99, 10, 15]) == 12.5
如何使用： 中位數在概率論和統計學中得到應用，它偏態分布中有顯著的價值。例如:我們想從一組數據中知道人們的平均財富 -- 100人一個月收入100美元，10人一個月收入1,000,000美元。如果我們算平均值，得到的是91000美元。這是一個完全沒有向我們展示真實情況的奇怪的值。所以在這種情況下，中位數會給我們更有用的值和較好的描述。
前提: 1 < len(data) ≤ 1000 all(0 ≤ x < 10 ** 6 for x in data)
普通方法：
對列表進行排序，針對列表長度是奇數還是偶數的不同情況，計算中位數。
1 def get_median(data): 2 data = sorted(data) 3 size = len(data) 4 if size % 2 == 0: # 判斷列表長度為偶數
5 median = (data[size//2]+data[size//2-1])/2
6 data[0] = median 7 if size % 2 == 1: # 判斷列表長度為奇數
8 median = data[(size-1)//2] 9 data[0] = median 10 return data[0]
最佳方法：
這個解決方法非常巧妙，它利用了取反數和為1的特性，通過列表負索引來獲得列表中位數。
對 return (data[half] + data[~half]) / 2 的解釋：
排序后得到序列[1,2,3,4,5,6]，其列表長度為偶數，中位數由列表中間兩位元素3（索引為2）,4（索引為3）決定。而元素4的負索引為-3，正好是索引2的取反數。
排序后得到序列[1,2,3,4,5]，其列表長度為奇數，中位數由列表中間元素3（索引為2，負索引為-3）決定。仍然符合代碼。
1 def get_median(data): 2 data.sort() 3 half = len(data) // 2
4 return (data[half] + data[~half]) / 2
更多Python面試題：http://www.landsblog.com/blog/category/pythonmianshi