Python 在列表中查找重复的元素并平均相应的元素

我的代码中有以下类型的列表：

nodes = [[n1, [x1,y1,z1], [a1,b1,...]], [n2, [x2,y2,z2], [a2,b2,..]], ...]

元素n标识具有特定坐标[x，y，z]的节点，这些可以通过列表重复。 我想对每个节点值n的[an，bn，…]列表求平均值，这样我得到的列表节点_的平均值为[[[x1，y1，z1]，[a1，b1，…]，[[xn，yn，zn]，[an，bn，…]]

例如，如果我有以下列表：

nodes= [[10, [6.5, 55.2, -10.0], [0.0, 0.0, 0.0, 0.0, 0.0, 0.0]], 
        [10, [6.5, 55.2, -10.0], [0.0, 0.0, 0.0, 0.0, 0.0, 0.0]],
        [3, [4.3, 55.4, -15.0], [-0.0016, -0.00058, -0.0256, -7.07e-06, 0.00051, 0.0088]],
        [1, [8.7, 54.9, -15.0], [-0.0016, -0.00058, -0.0256, 1.2e-05, -0.00044, 0.0088]],
        [10, [6.5, 55.2, -10.0], [-0.0011, -0.00041, -0.027, -1.12e-05, -0.00043, 0.0038]],
        [3, [4.3, 55.4, -15.0], [-0.00113, -0.000413, -0.027, 2.84e-06, 0.00039, 0.00389]]]

我想获得（订单不重要）：

到目前为止，我的方法是提取节点范围的列表：

noderng = [n1, n2,..., nn]

并使用node_range=list（dict.fromkeys（node_range））消除重复的节点，然后在两个列表上迭代以将节点列表中的元素n与节点_range列表中的元素匹配，如下所示：

noderng=[]
for l in nodes:
    noderng.append(l[0])
noderng=list(dict.fromkeys(noderng))

nodeavg={}
elposition={}

for n in noderng:
    nodeavg[n]=[[],[],[],[],[],[]]
    for l in nodes:
        if int(l[0])==int(n):
            for i in range(6):
                nodeavg[n][i].append(l[2][i])
            elposition[n]=l[1]

avg={}    
for key, strains in nodeavg.items():
    avg[key]=[]
    for ess in strains:
        avg[key].append(sum(ess)/len(ess))

nodes_avg=[]
for key ,value in avg.items():
    nodes_avg.append([elposition[key],value])

我得到了期望的结果，问题是节点列表可能有成百上千个元素，执行此操作需要几个小时。我已经改用了numpy阵列，它确实有点帮助，但它只缩短了几分钟，这不是一个很大的帮助

---

有没有更有效的方法来执行此操作？

这不是答案，只是一些建议：

您可以使用和了解代码的哪一部分需要更多的时间，并专注于这一部分

另一个在过去对我有效的建议是从包含键的集合中创建字典。通过这种方式，可以减少散列时间。如果您事先知道所有的n值，那么这是可行的

检查以更好地了解Python中不同结构的时间复杂性

---

为了更好地理解这个问题，请提供一个。我们必须查看代码，甚至开始理解您想要什么。另外，为相应的输入提供电流输出，并解释为什么这不是您想要的。作为补充说明，如果您有一个GPU，并且numpy被证明是有用的，那么对于非常大的阵列，您可以尝试使用与numpy语法非常相似的

torch

。可能您的问题是矢量化错误，您必须显示代码。@Gulzar谢谢大家，我已经添加了更多信息。

noderng=[]
for l in nodes:
    noderng.append(l[0])
noderng=list(dict.fromkeys(noderng))

nodeavg={}
elposition={}

for n in noderng:
    nodeavg[n]=[[],[],[],[],[],[]]
    for l in nodes:
        if int(l[0])==int(n):
            for i in range(6):
                nodeavg[n][i].append(l[2][i])
            elposition[n]=l[1]

avg={}    
for key, strains in nodeavg.items():
    avg[key]=[]
    for ess in strains:
        avg[key].append(sum(ess)/len(ess))

nodes_avg=[]
for key ,value in avg.items():
    nodes_avg.append([elposition[key],value])