输出带有分数的变量>；在python中选择平均分数

如果我有两个数组，每个变量都与其给定分数关联：

第一个数组包含以下内容（变量、分数）：

• F12------->0.769327
• F8------>0.932702
• F6------->0.980982
• F9------->0.998438
• F7------->0.999610
• F2------>1.000000
• F3------->1.000000
• F1------>1.000000
• F11------->1.000000
• F4------>1.000000
• F10------->1.000000
• F5------->1.000000

第二个数组如下（变量、分数）：

• F2------->0.179329
• F3------->0.148576
• F1------>0.179842
• F11------->0.217283
• F4------>0.184893
• F6------->0.150987
• F10------->0.267837
• F9------->0.121113
• F5------->0.126617
• F7------->0.112994
• F12------->0.900000
• F8------>0.100000

我想把这两个数组合并成一个数组，然后找到与

• F2、F3、F1、F11、F4、F6、F10、F9、F5、F7、F12、F8

最后，输出选择得分>平均得分的变量。所有代码都用python编写

---

你可以这样计算平均值：

mean=np.sum（np.concatenate（（arr1[：，1]，arr2[：，1]））/12

然后过滤大于平均值的值，如下所示：

res=arr1[arr1>平均值]

您不能将

数组

与您拥有的对象类型一起使用。对象，假设使用NumPy

出于您的目的，您应该使用

列表

，它们可以是异构的：

lst1 = [['F12', 0.769327], ['F8', 0.932702], ['F6', 0.980982],
        ['F9', 0.998438], ['F7', 0.999610], ['F2', 1.000000],
        ['F3', 1.000000], ['F1', 1.000000], ['F11', 1.000000],
        ['F4', 1.000000], ['F10', 1.000000], ['F5', 1.000000]]

lst2 = [['F2', 0.179329], ['F3', 0.148576], ['F1', 0.179842],
        ['F11', 0.217283], ['F4', 0.184893], ['F6', 0.150987],
        ['F10', 0.267837], ['F9', 0.121113], ['F5', 0.126617],
        ['F7', 0.112994], ['F12', 0.900000], ['F8', 0.100000]]

要连接两个列表，可以使用运算符

+

：

lst3 = lst1 + lst2

然后，您可以迭代列表以计算平均值，并选择符合您条件的变量：

lst3_mean = 0

for i in lst3:
    lst3_mean += i[1]
lst3_mean = lst3_mean / len(lst3)

result = []
for i in lst3:
    if i[1] > lst3_mean and i[0] not in result:
        result.append(i[0])
print(result)

---

请发布您迄今为止的尝试以及遇到的具体问题；请注意，SO不是代码编写服务。另外，这个问题与机器学习或数据库无关-请不要发送不相关的标签（已删除）。非常感谢peter，我确实与您的解决方案非常相似，只是我想比较list1值和1，如果列表1中的值>=输出与此值关联的变量，则我执行以下操作：selected _variable=np.all（np.asarray（列表1）>=1 print（selected _variable）但是它不起作用。对不起，彼得。但是我给出了一个错误的计算平均值。也就是说，lst_平均值应该=0.5737738699887709，但是它给出了0.005737738699887709，请问缺少的解在哪里