测量 python 中具有相同索引的二维列表元素的平均值
Measure the average of elements of a 2d list with the same index in python
例如我有以下列表
lst = [['1', '2', '3'], ['4', '5', '6'],['7', '8', '9']]
我想求出1+4+7、2+5+8和3+6+9的平均值
知道如何创建这样的函数吗？
您可以使用简单的列表理解：
lst = [['1', '2', '3'], ['4', '5', '6'],['7', '8', '9']]
from statistics import mean
out = [mean(map(int, x)) for x in zip(*lst)]
输出：[4, 5, 6]
通过将列表转换为浮点（或整型）类型的 NumPy 数组并使用 np.average 在预期轴上进行平均：
np.average(np.asarray(lst, dtype=np.float64), axis=0)
# [4. 5. 6.]
此方法仅由 NumPy 提供，没有循环，因此 将比大型数组上的循环 更快。
例如我有以下列表
lst = [['1', '2', '3'], ['4', '5', '6'],['7', '8', '9']]
我想求出1+4+7、2+5+8和3+6+9的平均值 知道如何创建这样的函数吗？
您可以使用简单的列表理解：
lst = [['1', '2', '3'], ['4', '5', '6'],['7', '8', '9']]
from statistics import mean
out = [mean(map(int, x)) for x in zip(*lst)]
输出：[4, 5, 6]
通过将列表转换为浮点（或整型）类型的 NumPy 数组并使用 np.average 在预期轴上进行平均：
np.average(np.asarray(lst, dtype=np.float64), axis=0)
# [4. 5. 6.]
此方法仅由 NumPy 提供，没有循环，因此 将比大型数组上的循环 更快。