[英]Allowing element-wise mean of a list containing different lengths lists
我有一個代碼,其中有一個列表X
追加了多個不同長度的列表。 例如:運行后X
的最終值可以如下所示:
X = [[0.6904056370258331, 0.6844439387321473, 0.668782365322113],
[0.7253621816635132, 0.6941058218479157, 0.6929935097694397, 0.6919471859931946, 0.6905447959899902]]
正如可以看到, X[0]
是長度= 3,而X[1]
是長度= 5我想要做的逐元素(列方向)的均值的X
,以產生一個單一的1D平均X
。 如果我嘗試np.mean(X, axis=0)
則會引起錯誤,因為X[0]
和X[1]
的長度不同。 有沒有一種方法可以實現我想要的結果,即X
一維均值?
謝謝,
要進行“列”計算,我們需要將其更改為列列表。
In [475]: X = [[0.6904056370258331, 0.6844439387321473, 0.668782365322113],
...: [0.7253621816635132, 0.6941058218479157, 0.6929935097694397, 0.6919471859931946, 0.6905447959899902]]
zip_longest
是用於“轉置”不規則列表的便捷工具:
In [476]: import itertools
In [477]: T = list(itertools.zip_longest(*X, fillvalue=np.nan))
In [478]: T
Out[478]:
[(0.6904056370258331, 0.7253621816635132),
(0.6844439387321473, 0.6941058218479157),
(0.668782365322113, 0.6929935097694397),
(nan, 0.6919471859931946),
(nan, 0.6905447959899902)]
我選擇np.nan
作為填充,因為然后我可以使用np.nanmean
取均值,而忽略nan
。
In [479]: [np.nanmean(i) for i in T]
Out[479]:
[0.7078839093446732,
0.6892748802900315,
0.6808879375457764,
0.6919471859931946,
0.6905447959899902]
對於np.sum
類的np.sum
我可以填充0,但mean
是總和除以計數。
或不使用nanmean
,填充一些易於過濾的內容:
In [480]: T = list(itertools.zip_longest(*X, fillvalue=None))
In [483]: [np.mean([i for i in row if i is not None]) for row in T]
Out[483]:
[0.7078839093446732,
0.6892748802900315,
0.6808879375457764,
0.6919471859931946,
0.6905447959899902]
zip_longest
不是唯一的zip_longest
,但是它相當快,並且易於記住和使用。
這個怎么樣
首先確定最大行長度,然后將所有行用nans填充到相同的長度,並在問題中使用axis = 0的nanmean。
import numpy as np
X = [[0.6904056370258331, 0.6844439387321473, 0.668782365322113],
[0.7253621816635132, 0.6941058218479157, 0.6929935097694397, 0.6919471859931946, 0.6905447959899902]]
max_row_len=max([len(ll) for ll in X])
cm=np.nanmean([[el for el in row ] + [np.NaN] * max(0, max_row_len-len(row)) for row in X], axis=0)
print(cm)
將顯示
[0.70788391 0.68927488 0.68088794 0.69194719 0.6905448]
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.