均方根是一種用于衡量數據集合中差異程度的指標，它是指數據集合中各個數值的平均數與各數值平方的平均數之間的差異。在Python中，我們可以使用下面這段代碼求均方根。

import numpy as np
def RMSE(predictions, targets):
return np.sqrt(((predictions - targets) ** 2).mean())

以上的代碼中，我們首先導入了numpy庫，它是Python中用于數值計算的第三方庫。然后我們定義了一個RMSE函數，該函數接收兩個參數：predictions和targets，它們分別代表我們的預測值和目標值。函數體內使用numpy中的mean和sqrt函數進行均方根的計算，并返回結果。

使用該函數的方法非常簡單，我們只需要傳入預測值和目標值即可：

predictions = [1, 2, 3, 4, 5]
targets = [1.5, 2.5, 3.5, 4.5, 5.5]
print(RMSE(predictions, targets))

以上的代碼中，我們將預測值和目標值分別賦值給predictions和targets變量，并調用RMSE函數輸出結果。如果一切順利，我們將得到以下輸出：

0.5

以上的輸出表示，預測值與目標值之間的均方根為0.5。這個數據看上去是很小的，但實際上取決于我們處理的數據集合。當數據集合差異越大，均方根也會越大。