用python计算多个文件记录的平均值

亲爱的大家，
我是Python初学者。我正在寻找在Python中执行以下操作的最佳方法：假设我有三个文本文件，每个文件有m行和n列数字，名称文件A、B和C。对于以下内容，可以将其索引为

A[I][j]

，或

B[k][l]

等等。我需要计算

A[0][0]

，

B[0][0]

，

C[0][0]

的平均值，并将其写入

D[0][0]

处的文件D中。其余记录也是如此。例如，让我们假设：

A:  
1 2 3   
4 5 6  
B:  
0 1 3  
2 4 5  
C:  
2 5 6  
1 1 1

因此，文件D应该是

D:  
1     2.67   4    
2.33  3.33   4  

我的实际文件当然比现在的文件大，大约有Mb。如果读取按文件名索引的嵌套结构中的所有文件内容，或者尝试读取每个文件、每行并计算平均值，我不确定最佳解决方案。阅读手册后，

fileinput

模块在这种情况下没有用处，因为它没有像我在这里需要的那样“并行”读取行，而是“串行”读取行。非常感谢您的指导或建议。

请查看。它可以将三个文件读入三个数组（使用），计算平均值并将其导出到文本文件（使用）

“一些MB”的大小应该不是问题。

请查看。它可以将三个文件读入三个数组（使用），计算平均值并将其导出到文本文件（使用）

---

“一些MB”的大小应该不是问题。

如果是文本文件，请尝试以下操作：

def readdat(data,sep=','):
    step1 = data.split('\n')
    step2 = []
    for index in step1:
        step2.append(float(index.split(sep)))
    return step2

def formatdat(data,sep=','):
    step1 = []
    for index in data:
        step1.append(sep.join(str(data)))
    return '\n'.join(step1)

---

然后使用这些函数将文本格式化为列表。

如果是文本文件，请尝试以下操作：

def readdat(data,sep=','):
    step1 = data.split('\n')
    step2 = []
    for index in step1:
        step2.append(float(index.split(sep)))
    return step2

def formatdat(data,sep=','):
    step1 = []
    for index in data:
        step1.append(sep.join(str(data)))
    return '\n'.join(step1)

---

然后使用这些函数将文本格式化为列表。

仅供参考，以下是不使用numpy（不太优雅，但更灵活）的情况下如何完成相同的操作：

---

在Python3中，zip只在需要时读取文件。在Python 2中，如果它们太大而无法加载到内存中，请改用itertools.izip。

仅供参考，以下是在不使用numpy的情况下如何执行相同的操作（不太优雅，但更灵活）：

---

在Python3中，zip只在需要时读取文件。在Python 2中，如果文件太大而无法加载到内存中，请改用itertools.izip。

文件有多大？你能把它们全部读入内存，进行处理，然后写出结果吗？@Space_C0wb0y从问题中可以看出——我的实际文件当然比现在的文件大，大约有Mb。你的文件有多大？你能把它们全部读入内存，处理它们，然后写出结果吗？@Space_C0wb0y从问题中-我的实际文件当然比现在的文件大，大约Mb。谢谢你的帮助！这就是我想要利用的python的力量！我刚刚尝试了np.fromfile函数，但它没有正确读取数字。似乎更好的替代方法是函数np.loadtext（我的文件只是txt文件）。再次感谢。@user505047-你说得对，fromtxt是正确的选择。我很高兴你喜欢发现numpy。在像这里这样操作大型数值数组时，它可以省去很多麻烦和时间。谢谢你的帮助！这就是我想要利用的python的力量！我刚刚尝试了np.fromfile函数，但它没有正确读取数字。似乎更好的替代方法是函数np.loadtext（我的文件只是txt文件）。再次感谢。@user505047-你说得对，fromtxt是正确的选择。我很高兴你喜欢发现numpy。在像这里这样处理大型数值数组时，它可以节省大量的头痛和时间。

files = zip(open("A.dat"), open("B.dat"), open("C.dat"))
outfile = open("D.dat","w")
for rowgrp in files:     # e.g.("1 2 3\n", "0 1 3\n", "2 5 6\n")
    intsbyfile = [[int(a) for a in row.strip().split()] for row in rowgrp]
                         # [[1,2,3], [0,1,3], [2,5,6]]
    intgrps = zip(*intsbyfile) # [(1,0,2), (2,1,5), (3,3,6)]
    # use float() to ensure we get true division in Python 2.
    averages = [float(sum(intgrp))/len(intgrp) for intgrp in intgrps]
    outfile.write(" ".join(str(a) for a in averages) + "\n")