Python 访问数组中的分组项
我是Python新手,有一个数字列表。例如Python 访问数组中的分组项,python,arrays,list,grouping,Python,Arrays,List,Grouping,我是Python新手,有一个数字列表。例如 5,10,32,35,64,76,23,53… 我使用来自的代码将它们分为四组(5,10,32,35,64,76,23,53等) 如何访问各个阵列,以便对其执行功能。例如,我想得到每个组的第一个值的平均值(例如,在我的示例数字中为5和64)好的,这是yield每次迭代四个数字的元组。因此,将整个内容转换为一个列表: L = list(group_iter(your_list, n=4)) 然后您将有一个元组列表: >>> L [(5
5,10,32,35,64,76,23,53…
我使用来自的代码将它们分为四组(5,10,32,35
,64,76,23,53
等)
如何访问各个阵列,以便对其执行功能。例如,我想得到每个组的第一个值的平均值(例如,在我的示例数字中为
5和64
)好的,这是yield
每次迭代四个数字的元组。因此,将整个内容转换为一个列表:
L = list(group_iter(your_list, n=4))
然后您将有一个元组列表:
>>> L
[(5, 10, 32, 35), (64, 76, 23, 53), ...]
a=((5,10,32,35), (64,76,23,53))
可以通过以下方式获取每个元组中的第一项:
firsts = [tup[0] for tup in L]
(当然还有其他的方法。)好的,这就是每次迭代四个数字的元组时,
yield
ing。因此,将整个内容转换为一个列表:
L = list(group_iter(your_list, n=4))
然后您将有一个元组列表:
>>> L
[(5, 10, 32, 35), (64, 76, 23, 53), ...]
a=((5,10,32,35), (64,76,23,53))
可以通过以下方式获取每个元组中的第一项:
firsts = [tup[0] for tup in L]
(当然还有其他方法。)假设您有以下元组:
>>> L
[(5, 10, 32, 35), (64, 76, 23, 53), ...]
a=((5,10,32,35), (64,76,23,53))
要访问每个元组的第一个元素,请使用for循环:
for i in a:
print i[0]
要计算第一个值的平均值,请执行以下操作:
elements=[i[0] for i in a]
avg=sum(elements)/float(len(elements))
假设您有以下元组:
>>> L
[(5, 10, 32, 35), (64, 76, 23, 53), ...]
a=((5,10,32,35), (64,76,23,53))
要访问每个元组的第一个元素,请使用for循环:
for i in a:
print i[0]
要计算第一个值的平均值,请执行以下操作:
elements=[i[0] for i in a]
avg=sum(elements)/float(len(elements))
您已经创建了一个元组的元组,或者元组的列表,或者列表的列表,或者列表的元组,或者其他任何东西 您可以直接访问任何嵌套列表的任何元素:
toplist[x][y] # yields the yth element of the xth nested list
您还可以通过迭代顶部结构来访问嵌套结构:
for list in lists:
print list[y]
您已经创建了一个元组的元组,或者元组的列表,或者列表的列表,或者列表的元组,或者其他任何东西 您可以直接访问任何嵌套列表的任何元素:
toplist[x][y] # yields the yth element of the xth nested list
您还可以通过迭代顶部结构来访问嵌套结构:
for list in lists:
print list[y]
对你的申请来说可能有些过分,但你应该看看我的图书馆,熊猫。使用GroupBy功能,这类内容非常简单: 要执行每次4次的操作,您需要计算bucketing数组:
import numpy as np
bucket_size = 4
n = len(your_list)
buckets = np.arange(n) // bucket_size
那么就简单到:
data.groupby(buckets).mean()
对你的申请来说可能有些过分,但你应该看看我的图书馆,熊猫。使用GroupBy功能,这类内容非常简单: 要执行每次4次的操作,您需要计算bucketing数组:
import numpy as np
bucket_size = 4
n = len(your_list)
buckets = np.arange(n) // bucket_size
那么就简单到:
data.groupby(buckets).mean()
您正在重新定义
列表
,这是一个标准类名。不推荐。是的,通常我会避免这样做,但python语法突出显示在示例中会有所帮助。您正在重新定义列表
,这是一个标准类名。不推荐。是的,通常我会避免这样做,但python语法突出显示在示例中会有所帮助。