列表列表

Question

我想从列表中找到包含正数和负数的所有负数的均值。我可以找到列表的平均值

import numpy as np

listA = [ [2,3,-7,-4] , [-2,3,4,-5] , [-5,-6,-8,2] , [9,5,13,2]  ]
listofmeans = [np.mean(i) for i in listA ]

我想创建一个类似的一行代码，它只取列表中负数的平均值。因此，例如，新列表的第一个元素是（-7 + -4）/ 2 = -5.5

我的完整列表将是：

listofnegativemeans = [ -5.5, -3.5, -6.333333, 0 ] 

Answer 1

您可以使用以下内容：

listA = [[2,3,-7,-4], [-2,3,4,-5], [-5,-6,-8,2], [9,5,13,2]]
means = [np.mean([el for el in sublist if el < 0] or 0) for sublist in listA]
print(means)

<强>输出

[-5.5, -3.5, -6.3333, 0.0]

如果sublist中的所有元素均不小于0，则列表推导将评估为[]。通过包含表达式[] or 0，我们处理您希望将空列表的平均值评估为0的场景。

Answer 2

如果你正在使用numpy，你应该争取使用numpythonic代码，而不是回归到python逻辑。这意味着使用numpy的ndarray数据结构，以及数组的常用索引样式，而不是python循环。

通常的手段：

>>> listA
[[2, 3, -7, -4], [-2, 3, 4, -5], [-5, -6, -8, 2], [9, 5, 13, 2]]
>>> A = np.array(listA)
>>> np.mean(A, axis=1)
array([-1.5 ,  0.  , -4.25,  7.25])

否定意味着：

>>> [np.mean(row[row<0]) for row in A]
[-5.5, -3.5, -6.333333333333333, nan]

Answer 3

纯粹的numpy方式：

In [2]: np.ma.masked_greater(listA,0).mean(1).data
Out[2]: array([-5.5       , -3.5       , -6.33333333,  0.        ])

Answer 4

这就像是：

listA = np.array( [ [2,3,-7,-4] , [-2,3,4,-5] , [-5,-6,-8,2] , [9,5,13,2]  ] )

listofnegativemeans = [np.mean(i[i<0]) for i in listA ]

输出：

[-5.5, -3.5, -6.333333333333333, nan]

零是误导，如果你没有任何负面因素，我绝对更喜欢nan。