python列表中每个元素的长度_Python：计算具有不同长度的列表列表中第n个元素的平均值...

假设我有以下列表列表：

a = [

[1, 2, 3],

[2, 3, 4],

[3, 4, 5, 6]

]

我想得到数组中每个第n个元素的平均值.但是,当想要以简单的方式执行此操作时,由于长度不同,Python会生成越界错误.我通过给每个数组赋予最长数组的长度,并用None填充缺失值来解决这个问题.

不幸的是,这样做使得无法计算平均值,因此我将数组转换为掩码数组.下面显示的代码有效,但看起来相当麻烦.

import numpy as np

import numpy.ma as ma

a = [ [1, 2, 3],

[2, 3, 4],

[3, 4, 5, 6] ]

# Determine the length of the longest list

lenlist = []

for i in a:

lenlist.append(len(i))

max = np.amax(lenlist)

# Fill each list up with None's until required length is reached

for i in a:

if len(i) <= max:

for j in range(max - len(i)):

i.append(None)

# Fill temp_array up with the n-th element

# and add it to temp_array

temp_list = []

masked_arrays = []

for j in range(max):

for i in range(len(a)):

temp_list.append(a[i][j])

masked_arrays.append(ma.masked_values(temp_list, None))

del temp_list[:]

# Compute the average of each array

avg_array = []

for i in masked_arrays:

avg_array.append(np.ma.average(i))

print avg_array

有没有办法更快地完成这项工作？列表的最终列表将包含600000’行’和最多100’列’,因此效率非常重要:-).

解决方法:

tertools.izip_longest会为你做所有的填充,所以你的代码可以简化为：

import numpy as np

import numpy.ma as ma

from itertools import izip_longest

a = [ [1, 2, 3],

[2, 3, 4],

[3, 4, 5, 6] ]

averages = [np.ma.average(ma.masked_values(temp_list, None)) for temp_list in izip_longest(*a)]

print(averages)

[2.0, 3.0, 4.0, 6.0]

不知道关于numpy逻辑的最快方法是什么,但这肯定比你自己的代码更有效率.

如果你想要一个更快的纯python解决方案：

from itertools import izip_longest, imap

a = [[1, 2, 3],

[2, 3, 4],

[3, 4, 5, 6]]

def avg(x):

x = filter(None, x)

return sum(x, 0.0) / len(x)

filt = imap(avg, izip_longest(*a))

print(list(filt))

[2.0, 3.0, 4.0, 6.0]

如果数组中的0不能正常工作,则0将被视为Falsey,在这种情况下你必须使用list comp进行过滤,但它仍然会更快：

def avg(x):

x = [i for i in x if i is not None]

return sum(x, 0.0) / len(x)

filt = imap(avg, izip_longest(*a))

标签：python,arrays,nan,numpy,list