numpy 的嵌套列表理解

Question

我有一个似乎无法解决的问题。

我正在从文件的行（每行 100 行，每行 30 个值）构建一个形状为 (100, 30) 的 numpy 数组，并且我需要将此数组制作成一个形状 (100, )，其值为平均值n 个来自原始数组每一行的最后一个值。

我的目标是在一行中执行此操作，因此我尝试了嵌套列表推导，但我觉得完全迷失在那里，我不确定自己在做什么。

这是我到目前为止得到的，这给了我一个正确的形状数组，但（我相信）错误的值。

def perf_n_last(n):
    a = np.array([np.mean([i for j in range(len(i)-1, len(i)-(n+1), -1)]) for i in np.loadtxt('myfile.txt')])
    print(a.shape) #outputs (100, )

输入和输出应如下所示：

input_f = [[1. 2. 3. 4. 5.]
           [2. 3. 4. 5. 6.]
           [3. 4. 5. 6. 7.]]
#We assume n = 2
output_f = [4.5 5.5 6.5]

我也愿意接受有关列表切片的建议。感谢您的帮助！

Answer 1

如果我正确理解您的问题，这实际上可以使用 numpy 快速完成，假设 2d 数组中的每一行长度相同：

def perf_n_last(n):
    return np.loadtxt("myfile.txt")[:,-n:].mean(1)

加载文件，切片以包含所有行，但仅包含 n 最后一列，并取每个结果行的平均值。