Python 检查值是否已在列表中

我正在从3个值的差中生成一个平均值，并希望将其放在列表中

我想要平均的列表示例如下所示：

...
[6.0, 270.0, -55.845848680633168],
[6.0, 315.0, -47.572000492889323],
[6.5, 0.0, -47.806802767243724],
[6.5, 45.0, -48.511643275159528],
[6.5, 90.0, -45.002053150122123],
[6.5, 135.0, -51.034656702050455],
[6.5, 180.0, -53.266356523649002],
[6.5, 225.0, -47.872632929518339],
[6.5, 270.0, -52.09662072002746],
[6.5, 315.0, -48.563996448937075]]

在前两列匹配的地方，最多会有3行（这两列是极坐标），在这种情况下，我想取第三个元素之间的差，求平均值，并将点的极坐标和平均结果附加到一个新列表中

for a in avg_data:
    comparison = []
    for b in avg_data:
        if a[0] == b[0] and a[1] == b[1]:
            comparison.append(b[2])

    print comparison    
    z = 0   # reset z to 0, z does not need set now in if len(comp) == 1

    if len(comparison) == 2: # if there are only 2 elements, compare them
        z += -(comparison[0]) + comparison[1]
    if len(comparison) == 3: # if all 3 elements are there, compare all 3
        z += -(comparison[0]) + comparison[1]
        z += -(comparison[0]) + comparison[2]
        z += -(comparison[1]) + comparison[2]
        z = z/3 #average the variation

    avg_variation.append([a[0], a[1], z]) #append the polar coordinates and the averaged variation to a list

这段代码将正确的数据输出到列表中，但每次遇到匹配的极坐标时都会输出数据，因此我会得到重复的行

为了停止这种情况，我尝试实现一个if语句，在再次执行平均之前，在avg_变化列表中查找匹配的极坐标

if a[0] not in avg_variation and a[1] not in avg_variation:

这不起作用，我得到了错误

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

我不认为任何或全部是我要寻找的，因为我只想检查前两列，而不是第三列与已经附加的值。有人知道我怎样才能使我的if陈述更好吗

为了进一步澄清我的实际问题：

我的代码在嵌套列表中搜索前两个元素匹配的列表，对第三个元素执行计算，然后将它们附加到新列表中。我的问题是，如果有2或3行前2个元素匹配，它会将结果附加到新列表中2或3次，我希望它只执行一次

---

编辑：很抱歉，我最初的问题误导了我代码的目的

您尚未提供确保这一点所需的所有信息，但我相信您的错误是由于在numpy阵列上执行逻辑操作造成的。注意一个有类似错误的问题

---

如果没有更多信息，很难复制问题的上下文来尝试它，但是在

if

语句中的布尔运算中更具体一些可能会有所帮助。

您没有提供确保这一点所需的所有信息，但我相信您的错误是由于在numpy阵列上执行逻辑操作造成的。注意一个有类似错误的问题

---

如果没有更多的信息，很难复制问题的上下文来尝试它，但是在

if

语句中的布尔运算中更具体一些可能会有所帮助。

IIUC，我认为更简单的方法是

import numpy as np
from itertools import combinations
from collections import defaultdict

def average_difference(seq):
    return np.mean([j-i for i,j in combinations(seq, 2)]) if len(seq) > 1 else 0

def average_over_xy(seq, fn_to_apply):
    d = defaultdict(list)
    for x,y,z in seq:
        d[x,y].append(z)

    outlist = [[x,y,fn_to_apply(z)] for (x,y),z in sorted(d.items())]
    return outlist

它在所有行上循环，生成一个字典，其中x，y坐标是元素的键和值列表，然后将该字典转换为列表的排序列表，在

z

中的元素中应用指定的函数。例如，我们可以使用平均有符号差和有序差，如在代码中：

产生

>>> seq = [[1, 2, 30], [1, 2, 40], [1, 2, 50], [1, 3, 4], [1, 3, 6], [2, 10, 5]] 
>>> average_over_xy(seq, average_difference)
[[1, 2, 13.333333333333334], [1, 3, 2.0], [2, 10, 0]]

请注意，您定义它的方式，我在上面匹配了，答案取决于元素的顺序，即

>>> average_over_xy([[1,2,3],[1,2,4]], average_difference)
[[1, 2, 1.0]]
>>> average_over_xy([[1,2,4],[1,2,3]], average_difference)
[[1, 2, -1.0]]

如果你想，你可以使用

def average_difference_sorted(seq):
    return average_difference(sorted(seq))

取而代之，或者使用标准偏差或任何你喜欢的东西。（您没有提到您的用例，所以我假设您已经按照您想要的顺序获得了列表，您已经意识到了陷阱，并且您确实需要

平均差异

）

---

我们可以做一些更快的基于

numpy

的技巧，以及推广它的方法，但是使用

defaultdict

来累积值是一种方便的模式，而且通常速度足够快。

IIUC，我认为更简单的方法是

import numpy as np
from itertools import combinations
from collections import defaultdict

def average_difference(seq):
    return np.mean([j-i for i,j in combinations(seq, 2)]) if len(seq) > 1 else 0

def average_over_xy(seq, fn_to_apply):
    d = defaultdict(list)
    for x,y,z in seq:
        d[x,y].append(z)

    outlist = [[x,y,fn_to_apply(z)] for (x,y),z in sorted(d.items())]
    return outlist

它在所有行上循环，生成一个字典，其中x，y坐标是元素的键和值列表，然后将该字典转换为列表的排序列表，在

z

中的元素中应用指定的函数。例如，我们可以使用平均有符号差和有序差，如在代码中：

产生

>>> seq = [[1, 2, 30], [1, 2, 40], [1, 2, 50], [1, 3, 4], [1, 3, 6], [2, 10, 5]] 
>>> average_over_xy(seq, average_difference)
[[1, 2, 13.333333333333334], [1, 3, 2.0], [2, 10, 0]]

请注意，您定义它的方式，我在上面匹配了，答案取决于元素的顺序，即

>>> average_over_xy([[1,2,3],[1,2,4]], average_difference)
[[1, 2, 1.0]]
>>> average_over_xy([[1,2,4],[1,2,3]], average_difference)
[[1, 2, -1.0]]

如果你想，你可以使用

def average_difference_sorted(seq):
    return average_difference(sorted(seq))

取而代之，或者使用标准偏差或任何你喜欢的东西。（您没有提到您的用例，所以我假设您已经按照您想要的顺序获得了列表，您已经意识到了陷阱，并且您确实需要

平均差异

）

---

我们可以做一些更快的基于

numpy

的技巧，以及推广它的方法，但是使用

defaultdict

来累积值是一种方便的模式，而且通常速度足够快。

这里有一个可能的解决方案：

l=[[6.0, 270.0, -55.845848680633168],
[6.0, 315.0, -47.572000492889323],
[6.5, 0.0, -47.806802767243724],
[6.0, 180.0, -53.266356523649002],
[6.0, 225.0, -47.872632929518339],
[6.0, 270.0, -52.09662072002746],
[6.0, 315.0, -48.563996448937075]]

# First, we change the structure so that the pair of coordinates
# becomes a tuple which can be used as dictionary key
l=[[(c1, c2), val] for c1, c2, val in l]

# We build a dictionary coord:[...list of values...]
d={}
for coord, val in l:
    d.setdefault(coord,[]).append(val)

# Here, I compute the mean of each list of values.
# Apply your own function !

means = [[coord[0], coord[1], sum(vals)/len(vals)] for coord, vals in d.items()]

print means

---

以下是一个可能的解决方案：

l=[[6.0, 270.0, -55.845848680633168],
[6.0, 315.0, -47.572000492889323],
[6.5, 0.0, -47.806802767243724],
[6.0, 180.0, -53.266356523649002],
[6.0, 225.0, -47.872632929518339],
[6.0, 270.0, -52.09662072002746],
[6.0, 315.0, -48.563996448937075]]

# First, we change the structure so that the pair of coordinates
# becomes a tuple which can be used as dictionary key
l=[[(c1, c2), val] for c1, c2, val in l]

# We build a dictionary coord:[...list of values...]
d={}
for coord, val in l:
    d.setdefault(coord,[]).append(val)

# Here, I compute the mean of each list of values.
# Apply your own function !

means = [[coord[0], coord[1], sum(vals)/len(vals)] for coord, vals in d.items()]

print means

---

因此，为了澄清问题，结果列表的第三个数字应该是相同的（应该是上面第三列的平均值）？结果列表应该有嵌套列表，第一个和第二个元素是极坐标，第三个元素是这些极坐标值的平均值。在结果列表中，每一行都应该有唯一的极坐标。@markmcmurray:您的代码不会计算值的平均值，但是，它会计算元素之间的平均（有符号）差，这是不同的。是的，你说得对，我的错。我忘了我也这么做了，因为我也在平均这些值，但我将结束我的问题来提及这一点。编辑以更准确地反映代码。因此，为了弄清楚，结果列表的第三个数字（应该是上面第三列的平均值）都应该具有相同的值？结果列表应具有嵌套列表，其第一和第二个元素为极坐标，第三个元素为这些极坐标值的平均值。在结果列表中，每一行都应该有唯一的极坐标。@markmcmurray:您的代码不会计算值的平均值，但是，它会计算元素之间的平均（有符号）差，这是不同的。是的，你说得对，我的错。我忘了我也在这样做，因为我也在平均值，但我会的