我确定这有一个 numpy 函数，我只是还没有找到它。假设您有一个任意大小的整数列表。如何将其转换为包含十个浮点数的列表，其中每个浮点数是原始列表十分之一的平均值？
编辑：我能想到的最好办法是首先将列表转换为 numpy 数组，然后使用 .array_split(array, 10) 将其分成相等的部分，然后取每个部分的平均值。但我想必须有一种更简单的方法来做到这一点。
【问题讨论】：
你所描述的实际上是一个单行：
np.mean(np.array_split(array, 10), axis=0)
array_split 适用于任何“类数组”，包括列表，因此“将列表转换为 numpy 数组”是自动的。
np.mean 也适用于任何“类数组”，包括array_split 返回的数组列表，被视为二维数组，因此“… of each one”也是自动的。
所以这就是它的全部。
请注意，虽然 NumPy 文档中到处都使用“类数组”，但据我所知，它从未在任何地方严格定义过。但它的基本意思是：如果你可以调用np.array(x) 并取回你天真希望的数组，那么x 是类似数组的。 This question 有一个深入研究 NumPy 源代码的答案，以准确展示如何处理类似数组的值。
还要注意，一些 NumPy 函数实际上并没有说明它们期望的类型。例如，mean 明确表示a 需要一个array_like，但array_split 没有说明它需要什么（如果您尝试通过指向split 的链接进行猜测，您会猜到错误的）。因此，有时，找出类似数组的唯一方法是测试它是可以接受的。但这是一个微不足道的测试，所以没什么大不了的。
当然，如果您不想使用 NumPy，则不必； 直接在列表上做并不难；你只需要明确的循环：
chunksize = len(array) // 10
chunks = (array[i*chunksize:(i+1)*chunksize] for i in range(10))
means = [statistics.mean(chunk) for chunk in chunks]
当然，如果您愿意，您可以将所有内容折叠成一个可怕的单行代码——或者，更好的是，将前两行封装在一个与 array_split 执行相同操作的函数中，这样您就可以做：
means = [statistics.mean(chunk) for chunk in my_array_split(array, 10)]
...它看起来与 NumPy 单行代码没有什么不同，它只是使循环更加明确。
【讨论】：