是否有任何 pythonic 方法来查找数组中特定元组元素的平均值？

Question

我想把这段代码写成 pythonic。 我的真实数组比这个例子大得多。

( 5+10+20+3+2 ) / 5

print(np.mean(array,key=lambda x:x[1])) TypeError: mean() 得到了一个意外的关键字参数 'key'

array = [('a', 5) , ('b', 10), ('c', 20), ('d', 3), ('e', 2)]

sum = 0
for i in range(len(array)):
    sum = sum + array[i][1]

average = sum / len(array)
print(average)

import numpy as np
print(np.mean(array,key=lambda x:x[1]))

如何避免这种情况？ 我想用第二个例子。

我正在使用 Python 3.7

Answer 1

如果您使用的是 Python 3.4 或更高版本，则可以使用statistics模块：

from statistics import mean

average = mean(value[1] for value in array)

或者，如果您使用的 Python 版本早于 3.4：

average = sum(value[1] for value in array) / len(array)

这些解决方案都使用了 Python 的一个很好的特性，称为生成器表达式。 循环

value[1] for value in array

及时且高效地创建新序列。 请参阅PEP 289 - 生成器表达式。

如果您使用的是 Python 2，并且您正在对整数求和，我们将进行整数除法，这将截断结果，例如：

>>> 25 / 4
6

>>> 25 / float(4)
6.25

为了确保我们没有整数除法，我们可以将sum的起始值设置为float值0.0 。 但是，这也意味着我们必须使用括号显式生成生成器表达式，否则它是一个语法错误，而且不太漂亮，如注释中所述：

average = sum((value[1] for value in array), 0.0) / len(array)

最好使用math模块中的fsum ，它将返回一个float ：

from math import fsum

average = fsum(value[1] for value in array) / len(array)

Answer 2

如果您确实想使用numpy ，请将其转换为numpy.array并使用numpy索引选择您想要的轴：

import numpy as np

array = np.array([('a', 5) , ('b', 10), ('c', 20), ('d', 3), ('e', 2)])
print(array[:,1].astype(float).mean())
# 8.0

需要转换为数字类型，因为原始数组同时包含字符串和数字，因此属于object类型。 在这种情况下，您可以使用float或int ，这没有区别。

Answer 3

如果您对更多类似高尔夫的解决方案持开放态度，则可以使用 vanilla python 转置数组，获取仅包含数字的列表，然后使用计算平均值

sum(zip(*array)[1])/len(array)

Answer 4

您可以简单地使用：

print(sum(tup[1] for tup in array) / len(array))

或者对于 Python 2：

print(sum(tup[1] for tup in array) / float(len(array)))

或者对于 Python 2 更简洁一点：

from math import fsum

print(fsum(tup[1] for tup in array) / len(array))

Answer 5

使用纯 Python：

from operator import itemgetter

acc = 0
count = 0

for value in map(itemgetter(1), array):
    acc += value
    count += 1

mean = acc / count

如果您的数据不能作为list放入内存（因为您说它很大），则迭代方法可能更可取。 如果可以的话，更喜欢声明式的方法：

data = [sub[1] for sub in array]
mean = sum(data) / len(data)

如果您愿意使用numpy ，我发现这个更干净：

a = np.array(array)

mean = a[:, 1].astype(int).mean()

Answer 6

您可以使用map而不是列表理解

sum(map(lambda x:int(x[1]), array)) / len(array)

或functools.reduce （如果你使用 Python2.X 只是reduce而不是functools.reduce ）

import functools
functools.reduce(lambda acc, y: acc + y[1], array, 0) / len(array)

Answer 7

你可以使用map ：

np.mean(list(map(lambda x: x[1], array)))

Answer 8

只需使用列表元素的总和和数量找到平均值。

array = [('a', 5) , ('b', 10), ('c', 20), ('d', 3), ('e', 2)]
avg = float(sum(value[1] for value in array)) / float(len(array))
print(avg)
#8.0

Answer 9

这里的问题是你不能直接计算元组列表的平均值作为ndarray因为所有的值都将被转换为str 。

然而，绕过它的方法是从元组列表中定义结构化数组 ，以便可以将不同的数据类型与元组中的每个元素相关联。

因此，您可以从元组列表中定义结构化数组：

l = [('a', 5) , ('b', 10), ('c', 20), ('d', 3), ('e', 2)]
a = np.array(l, dtype=([('str', '<U1'), ('num', '<i4')]))

然后简单地取数字字段的np.mean ，即元组中的第二个元素：

np.mean(a['num'])
# 8.0