计算列表中每个唯一元素的平均向量

Question

我有一个表格列表：

mylist =[([256, 408, 147, 628], 'size'), ([628, 526, 236, 676], 'camera'),
 ([526, 876, 676, 541], 'camera'), ([567, 731, 724, 203], 'size'),.....]

大小在 8000+ 左右。

它包含很多重复的条目，实际上这个列表中只有 100 个不同的词，所以我想通过取每个词的平均向量将这个列表减少到 100（不同词的数量）这个词的出现。

例如，我的新列表将采用以下形式：

newlist = [([411.5,569.5,435.5,415.5],'size',.....] #I have taken the average values of 'size' 
here and want to repeat this for each unique word

长度为 100。

我该怎么做？

Answer 1

您可以通过将每个 'key' 的所有数据收集到字典中，然后计算分配给该键的每个列表中每个元素的平均值来实现。类似于：

from statistics import mean

data = [([1, 2, 3, 4], 'size'), ([10, 20, 30, 40], 'camera'),
 ([100, 200, 300, 400], 'camera'), ([10, 20, 30, 40], 'size')]

ddata = {}
for entry in data:
    key = entry[-1]
    if not key in ddata:
        ddata[key] = []
    ddata[key].append(entry[0])

#print(ddata)

out = []
for k, v in ddata.items():
    out.append((list(map(mean, zip(*v))), k))

print(out)
# [([5.5, 11, 16.5, 22], 'size'), ([55, 110, 165, 220], 'camera')]

Answer 2

你可以试试这个！如果你喜欢，请告诉我:)

请注意，最终输出是 my_new_list，大豆检查一下： print(my_new_list) 最后。

mylist_names = set([item[1] for item in mylist])


my_new_list = []

for name in mylist_names:
    name_list = [item[0] for item in mylist if item[1] == name]
    name_list = np.mean(name_list, axis=0).tolist()
    my_new_list.append((name_list, name))

计算列表中每个唯一元素的平均向量

Calculating the average vector for each unique element in a list

python

list

vector

list-comprehension

average