如何簡化我的數字列表？

Question

我在這里是x值的列表及其對應的具有特定lambda的累積密度值。 我需要做的是找到顯示的exc_cdf1值的平均值...

如何將這些exp_cdf值放入數組中，以便可以使用array.mean()函數？

為了顯示exp_cdf1而進行編碼的方法是否是解決此類問題的好方法？ （我需要打印這些值，以便可以進行某種程度的完整性檢查。）如果我們要繼續現在的操作方式，讓我在循環中顯示所有值，那么如何找到均值？

最后，我想找到這樣的exp_cdf1值的平均值，但是我希望以一種有效而直觀的方式使自己清楚。

這是我到目前為止的代碼：

import numpy as np

arr = np.arange(50)/50
for i in range(0,50):
    lambda1 = 0.5  
    exp_cdf1 = 1 - lambda1 * math.exp(-1 * lambda1 * arr[i])
    print(' lambda1 = ' , lambda1, ' ' , i , " = " , arr[i], 'exp_cdf1 = ' , exp_cdf1)

這是運行代碼時顯示的內容：

編輯：

在更新了我了解到的代碼之后，我就可以簡單地將exp_cdf1.mean（）

然后我有此代碼：

import numpy as np

arr = np.arange(50)/50

for i in range(0,50):
    lambda1 = 0.5

exp_cdf1 = 1 - lambda1 * math.exp(-1 * lambda1 * arr[i])

print('lambda1 = ' , lambda1, i , " = " , arr[i], 'exp_cdf1 = ' , exp_cdf1, ' mean = ' , exp_cdf1.mean())

在其中我得到一個錯誤

AttributeError：“ float”對象沒有屬性“ mean”

Answer 1

numpy允許您對整個數組進行操作。 它還從math模塊重新定義了功能以允許此操作（包括exp ）。 所以你可以這樣寫：

import numpy as np

arr = np.arange(50) / 50
lambda1 = 0.5
exp_cdf1 = 1 - lambda1 * np.exp(-lambda1 * arr)
print(exp_cdf1.mean())
# 0.604560034105

請注意， lambda的值也不會改變。 如果這樣做的話，如果lambda1是一個長度與arr相同的numpy數組（或者實際上是任何可迭代的），它將仍然有效。