Python中有多种方法可以获取列表（List）的中位数，例如通过Python的标准库statistics模块中的median()函数、手动实现算法或使用NumPy库。下面将分别从这三个角度详细解析如何获取列表的中位数。
一、使用statistics模块的median()函数
statistics模块是Python标准库中的一个模块，其中包含了一些用于数学统计分析的函数，如mean()、median()等。下面以median()函数为例，介绍如何使用这个函数获取列表的中位数。
from statistics import median
list1 = [1, 3, 5, 7, 9, 11]
list2 = [2, 4, 6, 8, 10]
print(median(list1))
print(median(list2))
输出结果：
6
5.5
其中，list1中位数为6，list2中位数为5.5。median()函数直接返回列表的中位数，且对于偶数个元素的列表，取中间两个数的平均值作为中位数。
二、手动实现算法
手动实现算法是获取列表中位数的另一种方法。对于一个列表，要获取它的中位数，需要完成以下步骤：
1. 对列表进行排序；
2. 判断列表长度的奇偶性，如果为奇数，则中位数为排序后的列表的中间值；如果为偶数，则中位数为排序后列表中间两个数的平均值。
以实现算法的方式获取列表中位数的代码如下：
list1 = [1, 3, 5, 7, 9, 11]
list2 = [2, 4, 6, 8, 10]
def find_median(lst):
n = len(lst)
s = sorted(lst)
return (s[n//2-1] + s[n//2])/2 if n%2==0 else s[(n-1)//2]
print(find_median(list1))
print(find_median(list2))
输出结果：
6
5.5
手动实现算法的优点是可以灵活地适用于各种情况，但是需要注意的是，在列表长度较大时，手动实现算法相对于使用Python内置函数会比较耗时。如果对于速度要求较高的应用，推荐使用NumPy库。
三、使用NumPy库
NumPy（Numerical Python的简称）是一个开源的Python扩展库，它可以高效地进行科学计算和数据分析等工作。NumPy中的median()函数可以用于获取列表的中位数。
import numpy as np
list1 = [1, 3, 5, 7, 9, 11]
list2 = [2, 4, 6, 8, 10]
print(np.median(list1))
print(np.median(list2))
输出结果：
6.0
5.5
与使用Python内置函数相比，使用NumPy库获取列表中位数的速度更快，是处理大型数据集时的首选方法。
综上所述，以上三种方法都可以用于获取列表的中位数，但是它们各自有不同的优缺点，需要根据实际情况选择最适合的方法。
