用python计算离散平均值

我有一组数据点，我为它们制作了一个程序，可以查看数据集，从该数据集中每n个点取一个，求和，并将其放入一个新列表中。这样我就可以做一个简单的条形图

现在我想为我的新列表计算一个离散平均值

我使用的公式是：

t_av=（1/nsmp）Sum[N_I*t_I，{I，N_l，N_}]

基本上，我有nsmp箱子，里面有

N\u I

编号，

t\u I

是箱子的时间，

N\u l

是第一个箱子，

N\u

是最后一个箱子

如果我的列表是这样的：

[373156727,16]

，
我有5个箱子，我有：

t_av=1/5（373*1+156*2+73*3+27*4+16*5）=218.4

现在我遇到了一个问题。我试过这个：

for i in range(0,len(L)):
    sr_vr = L[i]*i

tsr=sr_vr/nsmp

其中nsmp是我可以设置的箱子数量，我已经计算了

L

。由于范围将从0,1,2,3,4开始，我无法得到正确的答案，因为我的第一个bin是由0计算的。如果我说

range（1，len（L）+1）

我会得到

索引器：列表索引超出范围

，因为这会弄乱

L[I]*I

部分，因为他仍然会将列表的第二（1）个元素乘以1，然后他将比最后一部分少一个条目

---

如何更正此问题？

您可以使用

L[I]*（I+1）

（假设您坚持使用基于零的索引）

但是，您也可以使用将索引和值循环在一起，甚至可以提供

1

作为第二个参数，以便索引从

1

开始，而不是从

0

开始

下面是我写这篇文章的方式：

tsr = sum(x * i for i, x in enumerate(L, 1)) / len(L)

---

请注意，如果您在Python2.x上并且

L

完全包含整数，那么这将执行整数除法。要获得浮点值，只需将其中一个参数转换为浮点值（例如

float（len（L））

）。您也可以使用来自未来导入部门的

您的第二个版本有效，而L[i]*（i+1）给出了错误的答案。我不会想到第二种方法，它非常有效。我会在8分钟内接受它：顺便说一句，我仍然不明白为什么这个简单的循环不能正常工作：\EDIT:我有来自uuu future_uuu部分的

）当你想保留一个运行总数时，你在每次迭代中都重新分配一个新值到
sr\u vr
。因此，您可以在循环之前放置
sr\u vr=0
，然后在循环内部使用
sr\u vr+=L[i]*（i+1）
。