我有一本看起来像这样的字典：
G={'E': 18.0, 'D': 17.0, 'C': 19.0, 'B': 15.0, 'A': 0}
我必须找到值的平均值，例如mean(18,17,19,15,0) 使用简单的for 循环，而不使用.values()、.items() 等内置函数。我尝试了以下方法，但出现错误：
d=[float(sum(values)) / len(values) for key, values in G]
return (d)
ValueError: need more than 1 value to unpack
谁能帮我解决这个问题？？？？
【问题讨论】：
标签： python
如果你使用 numpy：
import numpy as np
np.array(list(dict.values())).mean()
【讨论】：
np.mean(list(dict.values()))
要使用“简单的 for 循环”来执行此操作，请使用您的约束而不是使用 dict 方法：
G = {'E': 18.0, 'D': 17.0, 'C': 19.0, 'B': 15.0, 'A': 0}
count = 0
_sum = 0
for key in G:
count += 1
_sum += G[key]
print('this is the mean: ', _sum/count)
如果您应该避免使用 dict 方法，那么显然这是一项学术练习。
没有那个限制：
标准库中的statistics 模块有一个mean 方法，这是我首先想到的（因为标准库不需要第三方包。）：
>>> G={'E': 18.0, 'D': 17.0, 'C': 19.0, 'B': 15.0, 'A': 0}
>>> from statistics import mean
>>> mean(G[k] for k in G)
13.8
像 numpy 和 pandas 这样的第三方包有带有 mean 方法的对象：
>>> from numpy import array
>>> array([G[k] for k in G]).mean()
13.8
>>> from pandas import Series
>>> Series([G[k] for k in G]).mean()
13.8
如果我们允许自己使用values() 方法，通过可迭代解包，这会变得更简单一些。出于某种原因，其他答案违反了该条件，所以我认为我应该展示更有效的方法：
>>> Series([*G.values()]).mean()
13.8
【讨论】：
import numpy as np
np.mean(list(dict.values()))
【讨论】：
对字典的迭代迭代其键。尝试只使用for key in G，然后适当地使用G[key] 而不是values。
或者，使用字典的iteritems() 方法从G 中获取key, value 对，即：
d=[float(sum(values)) / len(values) for key, values in G.iteritems()]
（为了记录，你计算平均值的实际方法对我来说看起来不正确，但你最好先解决迭代问题）。
【讨论】：
for key in G而不是for key, values in G，然后使用G[key]引用实际值。
在 Python 3.4 以上有一个非常明确的方法：
import statistics
numbers = [G[key] for key in G]
mean_ = statistics.mean(numbers)
【讨论】：
使用G.values() 从字典中获取所有值。
G = {'E': 18.0, 'D': 17.0, 'C': 19.0, 'B': 15.0, 'A': 0}
d = float(sum(G.values())) / len(G)
print (d)
这打印出13.8。
请注意，这里的 Python 2 和 Python 3 是有区别的。在 Python 2 中，G.values() 是一个新构建的值列表。在 Python 3 中，它是一个生成器，可以被认为是一个“惰性列表”。同样的东西在 Python 2 中称为 G.itervalues()。
【讨论】：
.values 不是用户想要的。
你想要：
mean = sum([G[key] for key in G])/float(len(G))
您的原始代码也会生成：
TypeError: 'int' object is not iterable
当您尝试对这些值求和时。
【讨论】：
keys 列表。您可以直接遍历G 的键，例如：sum([G[key] for key in G])/float(len(G))
我建议采用可重用且灵活的函数式编程范式，而不是当前的答案。例如，创建一个函数来计算简单 dict 中包含的 list 值的任何统计数据：
def summarize_dict(dictionary, function):
dict_new = {}
for k,v in dictionary.items():
dict_new[k] = function(v)
return dict_new
测试：
import numpy as np
keys = ["a","b","c","d","e"]
values = [range(2),range(4),range(6),range(8),range(10)]
dictionary = dict(zip(keys, values))
summarize_dict(dictionary, np.mean)
产量：
{'a': 0.5, 'b': 1.5, 'c': 2.5, 'd': 3.5, 'e': 4.5}
【讨论】：
另一个 for 循环，这个不需要项目计数器。
G = {'E': 18.0, 'D': 17.0, 'C': 19.0, 'B': 15.0, 'A': 0}
sum = 0
for k in G:
sum += float(G[k])
print "Mean: " + str(sum/len(G))
结果：
Mean: 13.8
[Finished in 0.3s]
实际上，鉴于您的数据，没有必要使用float。就我而言，删除 float 并留下 sum += G[k] 仍然输出相同，因为这些值无论如何都不是字符串。
【讨论】：
假设您有一个包含多个键的字典，每个键都有一个值列表：
your_averaged_dictionary = {key: np.mean(values) for key, values in your_dictionary}
【讨论】：