Python 如何仅将字典中的值选择/格式化为列表或numpy数组？

我如何让它只打印一个平均值列表？ 我只需要它与我的np格式完全相同 数组，以便比较它们是否相同

代码：

电流输出：

{0: [array([16, 32]), array([20, 56])],
 1: [array([2, 4])],
 2: [array([17,  4]),
     array([45,  2]),
     array([45,  7]),
     array([32, 14]),
     array([68, 33])]}

Average of Each Point
array({0: array([18, 44]), 1: array([2, 4]), 2: array([41, 12])}, dtype=object)

期望输出：

[[18,44],[2,4],[41,12]]

或者任何比较我的数组/列表的最佳格式。我知道我应该只使用一种数据类型。

您是否尝试通过最近质心的索引对数据点进行聚类，并找出聚类点的平均位置？如果是，我建议使用numpy的一些广播规则来获得所需的输出

想想这个,

np.linalg.normcentroids[None，：，：]-数据点[：，None，：]，轴=-1 它创建一个矩阵，显示数据点和质心之间的所有距离

阵列[[40.01249805,11.18033989,11.40175425]， [ 42.3792402 , 17.02938637, 16.2788206 ], [ 59.39696962, 43.01162634, 42.05948169], [ 55.97320788, 41.77319715, 40.79215611], [ 17.69180601, 20.80865205, 20.24845673], [ 41.72529209, 28.01785145, 27.01851217], [ 20.80865205, 44.01136217, 43.65775991], [ 65.9241989 , 66.48308055, 65.520989 ]] 你可以通过这个技巧计算最近质心的指数，为了可读性，它们被分成3行

In:t0=质心[None，：，：]-数据点[：，None，：] In:t1=np.linalg.normt0，轴=-1 In:t2=np.argmint1，轴=-1 现在t2有了指数

数组[1,2,2,2,0,2,0,2] 要查找1集群，请使用布尔掩码t2==0

In:dataPoints[t2==0] Out:array[[16,32]， [20, 56]] In:dataPoints[t2==1] 输出：数组[[2,4]] In:dataPoints[t2==2] Out:array[[17,4]， [45, 2], [45, 7], [32, 14], [68, 33]] 或者只是计算一下你的平均值

In:np.meansdatapoints[t2==0]，axis=0 Out:数组[18,44] In:np.meansdatapoints[t2==1]，axis=0 输出：数组[2,4] In:np.meansdatapoints[t2==2]，axis=0 输出：数组[41.4,12] 当然，如果需要，后面的块可以在for循环中重写

---

在我看来，按照numpy的惯例来制定解决方案可能是一种很好的做法。

非常有效！正是我要找的！该程序一直运行良好，但我经常得到一个“空片平均值”错误。你介意帮我一点忙吗？另一位用户建议了一个可行的解决方案，但它并没有给my留下所需的集群数量。以下是该帖子的链接：

[[18,44],[2,4],[41,12]]