按列计算Python中列表的平均值

Question

我有一个列表的列表： 类似于：

data = [[240, 240, 239],
        [250, 249, 237], 
        [242, 239, 237],
        [240, 234, 233]]

我想要像这样对其求平均值：

[average_column_1, average_column_2, average_column_3]

我的代码看起来不太优雅。 它是遍历列表的一种朴素方法，将总和保存在单独的容器中，然后再除以元素数量。

我认为有一种更Pythonic的方法可以做到这一点。 有什么建议吗？ 谢谢

- frazman

Answer 1

纯Python：

from __future__ import division
def mean(a):
    return sum(a) / len(a)
a = [[240, 240, 239],
     [250, 249, 237], 
     [242, 239, 237],
     [240, 234, 233]]
print map(mean, zip(*a))

打印

[243.0, 240.5, 236.5]

NumPy：

a = numpy.array([[240, 240, 239],
                 [250, 249, 237], 
                 [242, 239, 237],
                 [240, 234, 233]])
print numpy.mean(a, axis=0)

Python 3：

from statistics import mean
a = [[240, 240, 239],
     [250, 249, 237], 
     [242, 239, 237],
     [240, 234, 233]]
print(*map(mean, zip(*a)))

- Sven Marnach

---

"如果你决定选择这种方式，可以使用from future_builtins import map, zip语句。" - georg

+1 真整洁..看看第一个解决方案就可以证明 Python 代码可以多么简洁。 - Levon

“map” 在任何情况下都不是“Pythonic”的，谁需要在这里使用“numpy”？而这就是被接受的答案？ - Oleh Prypin

NumPy的解决方案更易于阅读，更简明，更快，并且使用的内存更少，因此我提到它是为那些正在使用NumPy的人。至于为什么你认为map()存在，并且在Python 3.x中仍然存在呢？ - Sven Marnach

@nealmcb OlehPrypin从未说过该解决方案在Python 3中无法工作。实际上，它仍然可以工作，因为通常您会想要迭代平均值，而不仅仅是打印列表。Python核心开发人员故意将map()保留为Python 3中的内置函数，而其他函数式编程函数则被删除（apply()）或移动到模块中（reduce()）。这使得代码简洁易读。 - Sven Marnach

Answer 2

data = [[240, 240, 239],
        [250, 249, 237], 
        [242, 239, 237],
        [240, 234, 233]]
avg = [float(sum(col))/len(col) for col in zip(*data)]
# [243.0, 240.5, 236.5]

这能工作是因为zip（*data）会给你一个将列分组的列表，float()调用仅在Python 2.x上必要，因为它使用整数除法，除非使用了from __future__ import division。

- Andrew Clark

---

我相信这个答案是最好的。它也是第一个。 - Oleh Prypin

@BlaXpirit：在SO上，过于强调速度，重要的应该是质量。另外请注意，这个答案排名第三（如果我们计算已删除的答案，则为第四）。 - Sven Marnach

Answer 3

使用zip()，如下所示：

averages = [sum(col) / float(len(col)) for col in zip(*data)]

zip()接受多个可迭代对象作为参数，并返回这些可迭代对象的切片（以元组形式），直到其中一个可迭代对象无法再返回任何内容。实际上，它执行一种转置操作，类似于矩阵。

>>> data = [[240, 240, 239],
...         [250, 249, 237], 
...         [242, 239, 237],
...         [240, 234, 233]]

>>> [list(col) for col in zip(*data)]
[[240, 250, 242, 240],
 [240, 249, 239, 234],
 [239, 237, 237, 233]]

通过对每个切片执行sum()，你可以有效地得到列的总和。只需除以该列的长度即可得到均值。

补充说明：在Python 2.x中，整数的除法默认向下取整，这就是为什么要调用float()将结果“提升”为浮点类型的原因。

- voithos

---

别忘了除以长度 ;) - mgilson

值得补充说明的是：zip 是一个函数，它接受多个序列并按“逐列”基础返回元组。因此，它会返回 (x[0][0], x[1][0], x[2][0])，然后是 (x[1][0], x[1][1], x[1][2]) 等等。但是，一旦给定行的项目用完，它就会停止检索。在代码中更容易进行图解，您想展示一下它的工作原理吗？ - Chris Pfohl

Answer 4

import numpy as np

data = [[240, 240, 239],
        [250, 249, 237], 
        [242, 239, 237],
        [240, 234, 233]]

np.mean(data, axis=0)
# array([ 243. ,  240.5,  236.5])

看起来可以工作。

- Oren

Answer 5

你可以使用map和zip：

list(map(lambda x: sum(x)/len(x), zip(*data)))

[243.0, 240.5, 236.5]

- Nicolas Gervais