Python 2.7.9：字典列表，计算平均值和标准差答案

【问题标题】：Python 2.7.9: list of dictionaries, calculating mean and stdPython 2.7.9：字典列表，计算平均值和标准差
【发布时间】：2015-07-20 15:31:24
【问题描述】：

使用 Python 2.7.9：我有一个包含“数据”项的字典列表，如何将每个项访问到列表中，以便获得平均值和标准差？这是一个例子：

values = [{'colour': 'b.-', 'data': 12.3}, {'colour': 'b.-', 'data': 11.2}, {'colour': 'b.-', 'data': 9.21}]

到目前为止我有：

val = []
for each in values:
    val.append(each.items()[1][1])
print np.mean(val) # gives 10.903
print np.std(val)  # gives 1.278

粗鲁而且不是很 Pythonic(?)

【问题讨论】：

【解决方案1】：

使用列表推导可能是最简单的。您可以像这样提取数字：

numbers = [x['data'] for x in values]

然后你只需调用 numpys mean/std/etc 函数，就像你正在做的那样。

【讨论】：

【解决方案2】：

为（也许）一个不必要的问题道歉，我看到了这个：

vals = [i['data'] for i in values]
np.mean(vals) # gives 10.903 
np.std(vals)  # gives 1.278

（Pythonic 解决方案？）

【讨论】：

【解决方案3】：

索引到字典中是一个非常糟糕的主意，因为它不能保证顺序。有时“数据”元素可能是第一个，有时它可能是第二个。不检查就无法知道。

使用字典时，您几乎应该总是使用键来访问元素。在字典符号中，这是{ key:value, ... }，其中每个键都是“唯一的”。我不记得 python 字典键的“唯一”的确切定义，但它认为它是您的对象或文字的 (type, hash) 对。

记住这一点，我们有更多的pythonic：

val = []
for data_dict in values:
  val.append(data_dict['data'])

如果你想变得花哨，你可以使用列表完成，这是一种从更复杂的语句生成列表的奇特方式。

val = [data_dict['data'] for data_dict in values]

为了更花哨，您可以添加一些条件来检查错误。

val = [data_dict['data'] for data_dict in values if (data_dict and 'data' in data_dict)]

这种最奇特的做法是用if (data_dict and 'data' in data_dict) 过滤for data_dict in values 迭代的结果，以便您在data_dict['data'] 中使用的唯一data_dict 实例是通过if- 的实例检查。

【讨论】：

【解决方案4】：

你想要一个pythonic one Liner？

data = [k['data'] for k in values]
print("Mean:\t"+ str(np.mean(data)) + "\nstd :\t" + str(np.std(data)))

你可以使用一个班轮

print("Mean:\t"+ str(np.mean([k['data'] for k in values])) + "\nstd :\t" + str(np.std([k['data'] for k in values])))

但真的没有意义，因为两者都打印

Mean:   10.9033333333
std :   1.27881021092

而且前者更具可读性。

【讨论】：