列表列表中的平均列表 - 有没有更有效的方法？

Question

我有一个名为“运行”的列表列表。我正在使用我的代码的这一部分创建这些列表的平均值：

ave = [0 for t in range(s)]
for t in range(s):
    z = 0
    for i in range(l):
        z = z + run[i][t]
        #Converted values to a string for output purposes
        # Added \n to output
        ave[t]= ((str(z / l) + "\n"))

令我惊讶的是，这段代码在我第一次编写时就可以运行。我现在计划使用更大的列表和更多的值，并且性能问题可能会发挥作用。这种编写方法在使用计算资源方面是否平均效率低下，我怎样才能编写更高效的代码？

Answer 1

列表推导可能更有效。

>>> run = [[1, 2, 3, 4, 5], [6, 7, 8, 9], [10, 11, 12, 13]]
>>> [sum(elem)/len(elem) for elem in zip(*run)]  
[5.666666666666667, 6.666666666666667, 7.666666666666667, 8.666666666666666]

或者，你可以试试map()

>>> list(map(lambda x: sum(x)/len(x), zip(*run)))
[5.666666666666667, 6.666666666666667, 7.666666666666667, 8.666666666666666]

Answer 2

您可以通过高效的内置函数和列表推导让 Python 为您完成更多工作，从而提高效率：

averages = [sum(items) / len(run) for items in zip(*run)]

Answer 3

import numpy as np
ave = [np.avg(col) for col in zip(*run)]

或

ave = [sum(col)/len(col) for col in zip(*run)]

Answer 4

我输入这个问题是为了寻找以下内容，这很愚蠢，但由于它不使用zip，它不会忽略任何值。 如果你有一个不同长度的列表的数字列表，并且想要找到平均列表

import numpy as np

def my_mean(list_of_lists):
    maxlen = max([len(l) for l in list_of_lists])
    for i in range(len(list_of_lists)):
        while len(list_of_lists[i]) < maxlen:
            list_of_lists[i].append(np.nan)
    return np.nanmean(list_of_lists, axis=0)

aaa = [1, 2, 3]
bbb = [1, 2, 3, 5]
ccc = [4, 5, 6, 5, 10]
lofl = [aaa, bbb, ccc]
print(my_mean(lofl))

给予

[ 2.  3.  4.  5. 10.]