Question

我们要优化Python中的某些编码，在这种情况下，我们正在研究“惰性”编码。为了优化我们的程序，我们想使用类和函数！（我们是python的新手），在这种情况下，我们建立了一个名为Update的类：

class Update:
    def __init__(self, first, last):
        self.first = first
        self.last = last

    def mean(self):
        print (self.first, self.last)
        return ((self.first + self.last) / 2)

我们要对程序执行的操作是从2个浮点数中生成3倍的新平均值。

例如，我们以

开始

first[-1] = 33.31
last[-1] = 29.81

average = 31.56

然后我们要取较高的平均值：

(29.81+31.56)/2 = 30.69

较低的平均值：

(33.31+31.56)/2 = 32.44

最后我们想要一个显示以下内容的列表：{33.31，32.44，31.56，30.69，29.81}

不幸的是，我们的均值函数无法按预期运行，并且当我们运行程序时，我们收到以下错误：

/home/user/.local/lib/python3.6/site-packages/numpy/core/fromnumeric.py:3257: RuntimeWarning: Mean of empty slice.
  out=out, **kwargs)
/home/user/.local/lib/python3.6/site-packages/numpy/core/_methods.py:161: RuntimeWarning: invalid value encountered in double_scalars
  ret = ret.dtype.type(ret / rcount)

好的，这就是我们要做的。请记住，我们处于两个值的平均值，然后才能找到较高和较低的平均值。带注释的代码行是程序的最初编程方式，也是我们要优化的内容。

upd = Update(first[-1], last[-1]) # first = 33.31 and last = 29.81

# f = first[-1]
# l = last[-1]

mean_list = []

# mean_list.append(f)
# mean_list.append(l)

first_mean = []
third_mean = []

# mean = np.mean(mean_list)

# first_mean.append(f)
# third_mean.append(l)

first_mean.append(upd.first)
third_mean.append(upd.last)

# first_mean.append(mean)
# third_mean.append(mean)

mean = upd.mean()

first_mean.append(mean)
third_mean.append(mean)

a = np.mean(first_mean).round(2)
b = np.mean(third_mean).round(2)
mean = np.mean(mean_list).round(2)

Answer 1

您的直接问题似乎是空变量mean_list。对于一般任务，建议您查看numpy's linespace。

import numpy as np
first = 33.31
last = 29.81
means = np.linspace(first, last, 5)
print(means)

> [33.31  32.435 31.56  30.685 29.81 ]

您自然可以在类方法中使用它。

python中两个浮点的均值函数

1 个答案: