获取数组平均值的更多pythonian方法

有时，我仍然难以适应编写代码的“更多Python方式”。。。现在我正在迭代一些值（x）。我有很多数组，我总是比较所有数组的第一个值，第二个值。。。简而言之：数组中所有项在数组中的位置的平均值

   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 = []

---

我很确定这可以做得非常漂亮。我知道我可以把最后第二行改成类似于

sum\u mean\u x.append（mean\u x.mean）

但是，我想我错过了一些这样的魔术。

你的意思是

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]

---

你是说什么

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]

---

听起来，您试图做的是将列表列表视为一个二维数组，其中每个列表都是一行，然后平均每个列

实现这一点的明显方法是使用NumPy，使其成为实际的2D数组，然后只需按列调用。看，这比我要在这里添加的内容要好。：）

但如果你想坚持列表，按列有效地意味着换位，这意味着：

这仅在3.4+中的stdlib中存在，但它是基于PyPI的，如果您的Python太老了，您可以自己编写它。在边缘情况下正确处理错误是一件棘手的事情，因此您可能希望从

统计信息中查看代码，但如果您只处理接近1的值，则可以采用显而易见的方法：

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

听起来，您试图做的是将列表列表视为一个二维数组，其中每个列表都是一行，然后平均每个列

实现这一点的明显方法是使用NumPy，使其成为实际的2D数组，然后只需按列调用。看，这比我要在这里添加的内容要好。：）

但如果你想坚持列表，按列有效地意味着换位，这意味着：

这仅在3.4+中的stdlib中存在，但它是基于PyPI的，如果您的Python太老了，您可以自己编写它。在边缘情况下正确处理错误是一件棘手的事情，因此您可能希望从
统计信息中查看代码，但如果您只处理接近1的值，则可以采用显而易见的方法：

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

使用软件包进行数字处理。假设在纯Python中有以下三个列表：

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

你想得到每个位置的平均值。在单个数组中排列向量：

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

然后可以得到每列的平均值，如下所示：

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

使用软件包进行数字处理。假设在纯Python中有以下三个列表：

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

你想得到每个位置的平均值。在单个数组中排列向量：

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

然后可以得到每列的平均值，如下所示：

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

你能添加一个
int_points
和
x
的例子吗？首先，如果你有某种Python可编程的东西，比如
列表，或者如果你有（NumPy）数组，你能添加一个
int_points
和
x
，那么最具Python风格的方法可能就是调用，如果你有某种Python iterable，比如
列表
，或者如果你真的有（NumPy）数组，那么调用这个方法可能是获得某个东西的平均值的最类似Python的方法。我几乎是在写
zip（*arrs）
部分。奇怪的是，我使用了完全相同的变量名
arrs
@计算机伙伴：在过去的一个小时里，至少有5个问题的答案是
zip
，其中至少有2个问题使用了
arrs
作为变量名（尽管实际上有列表，但所有问题都提到了“数组”），所以也许这就是为什么我们两人都在想这个问题的原因？+1你击败了我，得到了完全相同的答案。我几乎是在写
zip（*arrs）
部分。奇怪的是，我使用了完全相同的变量名
arrs
@计算机研究员：在过去的一个小时里，至少有5个问题的答案是
zip
，其中至少有2个问题使用了
arrs
作为变量名（尽管实际上有列表，但所有问题都提到了“数组”）所以，也许这就是为什么我们两个人都这么想？像这样混合NumPy和迭代通常不是一个好主意。一旦你引入了NumPy，你可以在NumPy中更简单地完成整个事情（如果有必要的话，也可以更高效地完成），如图所示。将NumPy和迭代这样混合通常不是一个好主意。一旦你引入了NumPy，你可以在NumPy中更简单（而且更有效，如果这很重要的话）地完成整个事情，如图所示。问题是“我有很多数组”。因此，一个不超过2的答案可能没有帮助。你的真实答案是我误解了这个问题。问题是“我有很多数组。”所以一个不超过2的答案可能是没有帮助的。你说的对，我误解了这个问题。