Подробнее pythonian путь для получения среднего значения массива

Question

У меня все еще возникают проблемы, приспосабливающиеся к «более питонским способам» написания кода иногда ... прямо сейчас я повторяю некоторые значения (x). У меня много массивов, и я всегда сравниваю первое значение всех массивов, второе значение ... коротко: среднее значение всех записей в массиве по положению в массиве.

sum_mean_x = [] 
    for i in range(0, int_points): 
     for j in range(0, len(x)): 
      mean_x.append(x[j][i]) 
     sum_mean_x.append(sum(mean_x)/len(x)) 
     mean_x = [] 

Я очень уверен, что это можно сделать супер красивый. Я знаю, что я мог бы изменить вторую последнюю строку на что-то вроде sum_mean_x.append(mean_x.mean), но, наверное, я пропустил серьезную магию таким образом.

Answer 1

Вы имеете в виду что-то вроде

import numpy as np  

ar1 = [1,2,3,4,5,6] 
ar2 = [3,5,7,2,5,7] 

mean_list = [] 
for i, j in zip(ar1, ar2): 
    mean_list.append(np.array([i,j]).mean()) 

print(mean_list) 
[2.0, 3.5, 5.0, 3.0, 5.0, 6.5] 

Answer 2

Похоже, что вы пытаетесь сделать, это лечить список списков являются 2D массив, где каждый список является строка, а затем в среднем каждый столбец.

Очевидный способ сделать это - использовать NumPy, сделать его реальным 2D-массивом и просто вызвать колонки mean. См. simleo's answer, что лучше того, что я собираюсь добавить здесь. :)

Но если вы хотите придерживаться списков списков, идя по столбцам фактически означает Транспонирование, и это означает, что zip:

>>> from statistics import mean 
>>> arrs = [[1., 2., 3.], [0., 0., 0.], [2., 4., 6.]] 
>>> column_means = [mean(col) for col in zip(*arrs)] 
>>> column_means 
[1.0, 2.0, 3.0] 

Это statistics.mean только в STDLIB в 3.4+, но он основан на stats на PyPI, и если yur Python слишком стар, даже для этого, вы можете написать его самостоятельно. Получение ошибки обработки прямо на крайние случаи сложно, так что вы, вероятно, хотите взглянуть на код из statistics, но если вы дело только со значениями около 1, вы можете просто сделать это очевидным образом:

def mean(iterable): 
    total, length = 0.0, 0 
    for value in iterable: 
     total += value 
     length += 1 
    return total/length 

Answer 3

Используйте пакет numpy для цифровой обработки. Предположим, у вас есть следующие три списка в простом Python:

a1 = [1., 4., 6.] 
a2 = [3., 7., 3.] 
a3 = [2., 0., -1.] 

И вы хотите, чтобы получить среднее значение для каждой позиции. Разложите векторы в одном массиве:

import numpy as np 
a = np.array([a1, a2, a3]) 

Тогда вы можете получить за колонкой означает, как это:

>>> a.mean(axis=0) 
array([ 2.  , 3.66666667, 2.66666667]) 

Answer 4

ar1 = [1,2,3,4,5,6] 
ar2 = [3,5,7,2,5,7] 

means = [ (i+j)/2.0 for (i,j) in zip(ar1, ar2)] 
print(means)