Python 如何计算列表中每三个值的平均值

我有一份清单：

first = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18]

我想要另一个平均值为三个值的列表，因此新列表为：

new = [2,5,8,11,14,17]

新列表中只有6个值，因为第一个列表中只有18个元素

---

我正在寻找一种优雅的方法来实现这一点，只需对一个大列表执行最少的步骤。

使用

numpy

，您可以将18个元素的列表重塑为一个形状数组

（6，3）

，然后对行进行平均

import numpy as np
a = np.array(first)

>>> a.reshape(-1, 3)
array([[ 1,  2,  3],
       [ 4,  5,  6],
       [ 7,  8,  9],
       [10, 11, 12],
       [13, 14, 15],
       [16, 17, 18],

>>> a.reshape(-1, 3).mean(axis=1)
array([ 2.,  5.,  8., 11., 14., 17.])

---

---

在

np.reformate（-1，3）

中使用

-1

实际上允许您对大小为3的倍数的任何数组使用此方法，它将自动适当地调整第一个维度的大小

使用

numpy

，您可以将包含18个元素的列表重塑为一个形状数组

（6，3）

然后取行的平均值

import numpy as np
a = np.array(first)

>>> a.reshape(-1, 3)
array([[ 1,  2,  3],
       [ 4,  5,  6],
       [ 7,  8,  9],
       [10, 11, 12],
       [13, 14, 15],
       [16, 17, 18],

>>> a.reshape(-1, 3).mean(axis=1)
array([ 2.,  5.,  8., 11., 14., 17.])

---

---

在

np.reformate（-1，3）

中使用

-1

实际上允许您对大小为3的倍数的任何数组使用此方法，它将自动适当地调整第一个维度的大小

您可以使用以3个间隔迭代的for循环获取

first

的一部分

import statistics

new = [statistics.mean(first[i:i + 3]) for i in range(0, len(first), 3)]
print(new) # [2, 5, 8, 11, 14, 17]

---

您可以首先使用以3个间隔迭代的for循环获取

片段

import statistics

new = [statistics.mean(first[i:i + 3]) for i in range(0, len(first), 3)]
print(new) # [2, 5, 8, 11, 14, 17]

下面是另一个解决方案，使用它可以获得列表中每三个数字的每个块的平均值

>>> from statistics import mean
>>> first = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18]
>>> [mean(x) for x in zip(*[iter(first)] * 3)]
[2, 5, 8, 11, 14, 17]

下面是另一个解决方案，使用它可以获得列表中每三个数字的每个块的平均值

>>> from statistics import mean
>>> first = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18]
>>> [mean(x) for x in zip(*[iter(first)] * 3)]
[2, 5, 8, 11, 14, 17]

以下是使用
pandas
和
groupby
的解决方案：

import pandas as pd

ser = pd.Series(first)
ser.groupby(ser.index//3).mean()

0     2
1     5
2     8
3    11
4    14
5    17
dtype: int64

以下是使用
pandas
和
groupby
的解决方案：

import pandas as pd

ser = pd.Series(first)
ser.groupby(ser.index//3).mean()

0     2
1     5
2     8
3    11
4    14
5    17
dtype: int64

first
中的元素数是否总是可以被窗口大小整除？这是否回答了您的问题？对于NumPy:first

中的元素数是否总是可以被窗口大小整除？这是否回答了您的问题？对于NumPy：