我想把这段代码写成pythonic。我的真实数组比这个例子大得多。
(5+10+20+3+2) / 5
print(np.mean(array,key=lambda x:x[1])) TypeError: mean() 得到了一个意外的关键字参数 'key'
array = [('a', 5) , ('b', 10), ('c', 20), ('d', 3), ('e', 2)]
sum = 0
for i in range(len(array)):
sum = sum + array[i][1]
average = sum / len(array)
print(average)
import numpy as np
print(np.mean(array,key=lambda x:x[1]))
如何避免这种情况？ 我想用第二个例子。
我正在使用 Python 3.7
【问题讨论】：
标签： python arrays python-3.x tuples average
你可以简单地使用：
print(sum(tup[1] for tup in array) / len(array))
或者对于 Python 2：
print(sum(tup[1] for tup in array) / float(len(array)))
或者对于 Python 2 来说更简洁一点：
from math import fsum
print(fsum(tup[1] for tup in array) / len(array))
【讨论】：
statistics.mean。
你可以使用map:
np.mean(list(map(lambda x: x[1], array)))
【讨论】：
使用纯 Python：
from operator import itemgetter
acc = 0
count = 0
for value in map(itemgetter(1), array):
acc += value
count += 1
mean = acc / count
如果您的数据无法以list 的形式放入内存中（因为您说它很大），那么迭代方法可能更可取。如果可以的话，更喜欢声明式方法：
data = [sub[1] for sub in array]
mean = sum(data) / len(data)
如果你愿意使用numpy，我觉得这个更干净：
a = np.array(array)
mean = a[:, 1].astype(int).mean()
【讨论】：
如果您使用的是 Python 3.4 或更高版本，则可以使用 statistics 模块：
from statistics import mean
average = mean(value[1] for value in array)
或者，如果您使用的 Python 版本早于 3.4：
average = sum(value[1] for value in array) / len(array)
这些解决方案都使用了 Python 的一个很好的特性，称为生成器表达式。循环
value[1] for value in array
以一种及时且高效的方式创建一个新序列。见PEP 289 -- Generator Expressions。
如果您使用的是 Python 2，并且您正在对整数求和，我们将进行整数除法，这将截断结果，例如：
>>> 25 / 4
6
>>> 25 / float(4)
6.25
为了确保我们没有整数除法，我们可以将sum 的起始值设置为float 值0.0。但是，这也意味着我们必须用括号明确生成器表达式，否则会出现语法错误，并且不太美观，如 cmets 中所述：
average = sum((value[1] for value in array), 0.0) / len(array)
from math import fsum
average = fsum(value[1] for value in array) / len(array)
【讨论】：
float 转换方式比为sum 传递一个奇怪的0.0 值参数更容易解释。
fsum 可能最适合 Python 2。
from __future__ import division吗？
fsum 的另一个优点是，如果您对浮点数求和，它会跟踪部分和，从而弥补浮点表示中的精度不足。所以，如果我们继续使用fsum，我们根本不需要考虑整数除法，而且通常也是更好的解决方案。在c++ 中查看我对Kahan Summation 的回答。
只需使用列表元素的总和和数量求平均值。
array = [('a', 5) , ('b', 10), ('c', 20), ('d', 3), ('e', 2)]
avg = float(sum(value[1] for value in array)) / float(len(array))
print(avg)
#8.0
【讨论】：
您可以使用map 代替列表理解
sum(map(lambda x:int(x[1]), array)) / len(array)
或functools.reduce（如果您使用Python2.X，只需reduce 而不是functools.reduce）
import functools
functools.reduce(lambda acc, y: acc + y[1], array, 0) / len(array)
【讨论】：
x[1]已经是整数了，为什么还要调用int()？
map，我建议使用operator.itemgetter(1) 而不是lambda。
functools.reduce 比生成器理解和 sum 慢 72%。
如果您确实想使用 numpy，请将其转换为 numpy.array 并使用 numpy 索引选择您想要的轴：
import numpy as np
array = np.array([('a', 5) , ('b', 10), ('c', 20), ('d', 3), ('e', 2)])
print(array[:,1].astype(float).mean())
# 8.0
需要转换为数字类型，因为原始数组包含字符串和数字，因此类型为 object。在这种情况下，您可以使用float 或int，没有区别。
【讨论】：
如果您愿意接受更多类似高尔夫的解决方案，您可以使用 vanilla python 转置您的数组，获取仅包含数字的列表，然后计算平均值
sum(zip(*array)[1])/len(array)
【讨论】：