Python 如何计算每次迭代的平均值？

我想在每次迭代中计算候选适应度的平均值，但我不知道怎么做

import pandas as pd
import numpy as np

  while iteration < n_iterations:
        print('iteration     fitness_candidate')
        for i in range(n_particles):

            temp = []
            fitness_cadidate = fitness_function(particle_position_vector[i])
            print(iteration,' ', -(fitness_cadidate))

            temp.append(iteration)
            temp.append(particle_position_vector[i])
            temp.append(-(fitness_cadidate))
            ls.append(temp)

        iteration = iteration + 1

ls = pd.DataFrame(ls)

您可以使用：

while iteration < n_iterations:
    print('iteration     fitness_candidate')
    for i in range(n_particles):
        print(iteration,' ', -(fitness_cadidate)

    print("Average",' ', sum([-(fitness_function(particle_position_vector[i])) for i in range(n_particles)])/len(n_particles))
    iteration = iteration + 1

---

迭代时

如果您有一个循环，python list comprehension允许您直接将结果转储到一个列表中

[i for i in data]

。这意味着我们可以对所述列表应用numpys平均值函数并获得一个结果。如果您想要一个结果列表，我们可以在每个迭代周期将这些结果添加到一个新列表中（

results

）

import numpy as np

results =[]

while iteration < n_iterations:
    print('iteration     fitness_candidate')

    mean = np.mean( [-(fitness_cadidate) for i in range(n_particles)] )

    print(iteration,mean)
    results.append(mean)

    iteration = iteration + 1

将numpy导入为np
结果=[]
当迭代

为什么不直接在主数据源上操作？请显示

for

行和

打印（…（候选）之间缺少的代码

。必须有一些东西来生成每个适应度候选值，是函数调用、内部for循环、数据帧查找还是什么？@smci我添加了缺少的代码。当迭代只是一个伪装的for循环：

for m在范围（n）中：…

顺便说一句，为了清晰起见，我建议将变量名从

iteration

中缩短。此代码不执行，您尝试附加到

ls.append（temp）

在定义之前。请将您的代码固定为MCVE。n\u粒子似乎不是列表。它是一个数字。因此，您无法对其执行求和和和len操作。如果您尚未使用Numpy，则需要添加一个相当重量的库，并且在普通Python列表（而不是数组）上运行时，它不会给性能带来太多好处。我建议使用

统计数据。请改用标准库中的mean

。@Blckknght

mean=lambda x:sum（x）/len（x）

，而且您甚至不必导入外部库-如果这是您想要的。

import numpy as np

results =[]

while iteration < n_iterations:
    print('iteration     fitness_candidate')

    mean = np.mean( [-(fitness_cadidate) for i in range(n_particles)] )

    print(iteration,mean)
    results.append(mean)

    iteration = iteration + 1