python中两个浮点数的平均函数

我们希望优化Python中的一些编码，在这种情况下，我们将研究我们的“惰性”编码。为了优化我们的程序，我们希望使用类和函数！（我们是python新手），在这种情况下，我们建立了一个名为Update的类：

class Update:
    def __init__(self, first, last):
        self.first = first
        self.last = last

    def mean(self):
        print (self.first, self.last)
        return ((self.first + self.last) / 2)

我们想用我们的程序做的是从2个浮点数中生成3倍的新平均值

例如，我们从以下内容开始：

first[-1] = 33.31
last[-1] = 29.81

average = 31.56

然后我们要取上平均值：

(29.81+31.56)/2 = 30.69

(33.31+31.56)/2 = 32.44

较低平均值：

(29.81+31.56)/2 = 30.69

(33.31+31.56)/2 = 32.44

最后我们想要一个列表显示：{33.31,32.44,31.56,30.69,29.81}

不幸的是，我们的平均函数没有按预期工作，当我们运行程序时，我们收到以下错误：

/home/user/.local/lib/python3.6/site-packages/numpy/core/fromnumeric.py:3257: RuntimeWarning: Mean of empty slice.
  out=out, **kwargs)
/home/user/.local/lib/python3.6/site-packages/numpy/core/_methods.py:161: RuntimeWarning: invalid value encountered in double_scalars
  ret = ret.dtype.type(ret / rcount)

好的，这就是我们要做的。请记住，我们被困在两个值的平均值上，然后我们将能够找到上下平均值。注释代码行是程序最初的编程方式，也是我们想要优化的

upd = Update(first[-1], last[-1]) # first = 33.31 and last = 29.81

# f = first[-1]
# l = last[-1]

mean_list = []

# mean_list.append(f)
# mean_list.append(l)

first_mean = []
third_mean = []

# mean = np.mean(mean_list)

# first_mean.append(f)
# third_mean.append(l)

first_mean.append(upd.first)
third_mean.append(upd.last)

# first_mean.append(mean)
# third_mean.append(mean)

mean = upd.mean()

first_mean.append(mean)
third_mean.append(mean)

a = np.mean(first_mean).round(2)
b = np.mean(third_mean).round(2)
mean = np.mean(mean_list).round(2)

---

您眼前的问题似乎是空变量mean_列表。 对于一般的任务，我建议你仔细研究一下

---

您可以在类方法中自然地使用它。

我注意到您从未在

mean\u列表

中添加任何内容。这是故意的吗？

np.means（[]）

返回是什么意思？