numpy的嵌套列表理解

Question

我有一个似乎无法解决的问题。

我正在从文件的行（每100行包含30个值的行）中构建一个形状为（100，30）的numpy数组，我需要将此数组转换为形状（100，），其中n为均值来自原始数组每一行的最后一个值。

我的目标是在同一行中完成此操作，因此我尝试了嵌套列表推导，但是我觉得完全迷失了方向，我不确定自己在做什么。

这就是我到目前为止所得到的，这为我提供了一个正确的形状数组，但具有（我相信）错误的值。

def perf_n_last(n):
    a = np.array([np.mean([i for j in range(len(i)-1, len(i)-(n+1), -1)]) for i in np.loadtxt('myfile.txt')])
    print(a.shape) #outputs (100, )

输入和输出应类似于：

input_f = [[1. 2. 3. 4. 5.]
           [2. 3. 4. 5. 6.]
           [3. 4. 5. 6. 7.]]
#We assume n = 2
output_f = [4.5 5.5 6.5]

我也乐于接受有关列表切片的建议。 感谢您的帮助！

Answer 1

如果我正确理解了您的问题，那么使用numpy可以非常快速地完成此操作，假设2d数组中的每一行的长度都相同：

def perf_n_last(n):
    return np.loadtxt("myfile.txt")[:,-n:].mean(1)

加载文件，切片以包括所有行，但仅包括最后n列，并取每个结果行的平均值。