【发布时间】:2020-11-04 08:23:43
【问题描述】:
我有一个清单:
l = [1,2,3,4,5,6,7,8,9,10,11]
我想从 3 个元素的片段中获取平均值。如果最后一组元素没有一分为三,则只取剩余部分的平均值:
new = [2,5,8,10.5]
最好的方法是什么?在计算速度方面(因为对于大列表,for 循环显然会很慢)
谢谢
【问题讨论】:
标签: python-3.x list numpy vectorization
我有一个清单:
l = [1,2,3,4,5,6,7,8,9,10,11]
我想从 3 个元素的片段中获取平均值。如果最后一组元素没有一分为三,则只取剩余部分的平均值:
new = [2,5,8,10.5]
最好的方法是什么?在计算速度方面(因为对于大列表,for 循环显然会很慢)
谢谢
【问题讨论】:
标签: python-3.x list numpy vectorization
1.使用lists 和numpy.mean:
import numpy as np
l = [1,2,3,4,5,6,7,8,9,10,11]
l = [l[x:x+3] for x in range(0,len(l),3)]
new = [np.mean(lst) for lst in l]
print(new)
输出:
[2.0, 5.0, 8.0, 10.5]
性能::
+-------------+----------------+
| List Length | Time Taken (s) |
+-------------+----------------+
| 1000 | 0.01 |
| 10000 | 0.05 |
| 100000 | 0.50 |
| 1000000 | 5.65 |
+-------------+----------------+
2。使用numpy arrays 和numpy.mean:
import numpy as np
l = np.array([1,2,3,4,5,6,7,8,9,10,11])
l = [l[x:x+3] for x in range(0,len(l),3)]
new = [np.mean(lst) for lst in l]
print(new)
输出:
[2.0, 5.0, 8.0, 10.5]
性能:
+-------------+----------------+
| List Length | Time Taken (s) |
+-------------+----------------+
| 1000 | 0.005 |
| 10000 | 0.03 |
| 100000 | 0.28 |
| 1000000 | 2.30 |
+-------------+----------------+
第二种方法比第一种方法快得多。因此,我强烈建议您使用第二种方法。
【讨论】: