Python 将numpy行的平均值指定给用于生成直方图的变量

很抱歉还有一个问题，但我对python非常陌生

我有我的通过/不通过条件的反应时间数据。我把它们放进了一本叫做rts的字典里，并用两个键（go）和（no go）拆分。我已经解决了如何在这些条件下分离每个numpy数组行，因为每行都是参与者（有20个参与者）。我已经将每个参与者的平均值和标准偏差打印到一张表格中。代码如下：

for row in range(0,20):
    go_row=rts["go"][row,:]
    nogo_row=rts["nogo"][row,:]
    participant=row+1
    print ("{}             {:.2f}     {:.2f}        {:.2f}     {:.2f}".format (participant, \
           go_row.mean(), go_row.std(),nogo_row.mean(), nogo_row.std()))

---

我正在努力做的是用每个参与者的平均值做一个变量。我想这样做，因为我想创建一个直方图，显示参与者的绩效分布。任何帮助都将不胜感激。

IIUC您想要的

列表

means_participant = []

for row in range(0,20):
    go_row=rts["go"][row,:]
    nogo_row=rts["nogo"][row,:]
    participant=row+1

    means_participant.append(go_row.mean())

---

IIUC您想要的

列表

means_participant = []

for row in range(0,20):
    go_row=rts["go"][row,:]
    nogo_row=rts["nogo"][row,:]
    participant=row+1

    means_participant.append(go_row.mean())

---

将每一行的值存储在字典中，然后将字典添加到一个列表中，以便以后循环使用。这可以浓缩，但为了清晰起见，我把它写了下来

values = []

for row in range(0,20):
    go_row=rts["go"][row,:]
    nogo_row=rts["nogo"][row,:]
    participant=row+1
    d = {}
    d['participant'] = participant
    d['go_row_mean'] = go_row.mean()
    d['go_row_std'] = go_row.std()
    d['nogo_row_mean'] = nogo_row.mean()
    d['nogo_row_std'] = nogo_row.std()
    values.append(d)

---

如果您知道您只需要其中一个值，例如

go_row.mean（）

，并且您不关心如何将列表中的平均值与参与者进行匹配，则不需要使用字典。

将每一行的值存储在字典中，然后将字典添加到稍后可以循环的列表中。这可以浓缩，但为了清晰起见，我把它写了下来

values = []

for row in range(0,20):
    go_row=rts["go"][row,:]
    nogo_row=rts["nogo"][row,:]
    participant=row+1
    d = {}
    d['participant'] = participant
    d['go_row_mean'] = go_row.mean()
    d['go_row_std'] = go_row.std()
    d['nogo_row_mean'] = nogo_row.mean()
    d['nogo_row_std'] = nogo_row.std()
    values.append(d)

---

如果您知道只需要其中一个值，例如

go\u row.mean（）

，则不需要使用字典，如果您不关心将列表中的平均值与参与者进行匹配。

那么您要寻找的是一种收集您打印的所有信息的方法，您可以稍后循环并分析这些信息，对吗？所以你要找的是一种收集你打印的所有信息的方法，你可以稍后循环分析，对吗？