python计算两个列表后的长度
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python计算两个列表后的长度相关的知识,希望对你有一定的参考价值。
参考技术A 方法1:使用 len()Python len()方法返回对象(字符、列表、元组等)长度或项目个数。它提供了最常用和最简单的方法来查找任何列表的长度;这也是当今采用的最常规技术。
代码示例:使用len()方法来获取列表长度
Python:计算具有不同长度的列表列表中第 n 个元素的平均值
【中文标题】Python:计算具有不同长度的列表列表中第 n 个元素的平均值【英文标题】:Python: compute average of n-th elements in list of lists with different lengths 【发布时间】:2016-07-21 00:32:18 【问题描述】:假设我有以下列表:
a = [
[1, 2, 3],
[2, 3, 4],
[3, 4, 5, 6]
]
我想得到数组中每个第 n 个元素的平均值。但是,当想要以简单的方式执行此操作时,由于长度不同,Python 会产生越界错误。我通过给每个数组提供最长数组的长度并用 None 填充缺失值来解决这个问题。
不幸的是,这样做导致无法计算平均值,因此我将数组转换为掩码数组。下面显示的代码有效,但看起来相当麻烦。
import numpy as np
import numpy.ma as ma
a = [ [1, 2, 3],
[2, 3, 4],
[3, 4, 5, 6] ]
# Determine the length of the longest list
lenlist = []
for i in a:
lenlist.append(len(i))
max = np.amax(lenlist)
# Fill each list up with None's until required length is reached
for i in a:
if len(i) <= max:
for j in range(max - len(i)):
i.append(None)
# Fill temp_array up with the n-th element
# and add it to temp_array
temp_list = []
masked_arrays = []
for j in range(max):
for i in range(len(a)):
temp_list.append(a[i][j])
masked_arrays.append(ma.masked_values(temp_list, None))
del temp_list[:]
# Compute the average of each array
avg_array = []
for i in masked_arrays:
avg_array.append(np.ma.average(i))
print avg_array
有没有办法更快地做到这一点?列表的最终列表将包含 600000 个“行”和最多 100 个“列”,因此效率非常重要:-)。
【问题讨论】:
【参考方案1】:您也可以避免使用masked array
并改用np.nan
:
def replaceNoneTypes(x):
return tuple(np.nan if isinstance(y, type(None)) else y for y in x)
a = [np.nanmean(replaceNoneTypes(temp_list)) for temp_list in zip_longest(*df[column], fillvalue=np.nan)]
【讨论】:
【参考方案2】:如果您使用 Python 版本 >= 3.4,则导入统计模块
from statistics import mean
如果使用较低版本,创建一个函数来计算平均值
def mean(array):
sum = 0
if (not(type(array) == list)):
print("there is some bad format in your input")
else:
for elements in array:
try:
sum = sum + float(elements)
except:
print("non numerical entry found")
average = (sum + 0.0) / len(array)
return average
创建一个列表列表,例如
myList = [[1,2,3],[4,5,6,7,8],[9,10],[11,12,13,14],[15,16,17,18,19,20,21,22],[23]]
遍历我的列表
for i, lists in enumerate(myList):
print(i, mean(lists))
这将打印出序列 n 和第 n 个列表的平均值。
要特别查找仅第 n 个列表的平均值,请创建一个函数
def mean_nth(array, n):
if((type(n) == int) and n >= 1 and type(array) == list):
return mean(myList[n-1])
else:
print("there is some bad format of your input")
请注意,索引从零开始,例如,如果您正在寻找第 5 个列表的平均值,它将位于索引 4。这解释了代码中的 n-1。
然后调用函数,例如
avg_5thList = mean_nth(myList, 5)
print(avg_5thList)
在 myList 上运行上述代码会产生以下结果:
0 2.0
1 6.0
2 9.5
3 12.5
4 18.5
5 23.0
18.5
其中前六行是从迭代循环生成的,并显示第 n 个列表的索引和列表平均值。最后一行 (18.5) 显示了 mean_nth(myList, 5)
调用后第 5 个列表的平均值。
此外,对于像您这样的列表,
a = [
[1, 2, 3],
[2, 3, 4],
[3, 4, 5, 6]
]
假设您想要第一个元素的平均值,即 (1+2+3)/3 = 2,或第二个元素,即 (2+3+4)/3 = 3,或第四个元素,例如 6/ 1 = 6,您将需要找到每个列表的长度,以便您可以识别列表中的第 n 个元素是否存在。为此,您首先需要按照列表长度的顺序排列列表。
你可以
1) 先根据组成列表的大小对主列表进行迭代排序,然后通过排序后的列表判断组成列表是否足够长
2) 或者您可以迭代地查看原始列表以了解组成列表的长度。
(如果需要,我绝对可以重新制定更快的递归算法)
计算上第二个更有效,因此假设您的第 5 个元素在索引 (0, 1, 2, 3, 4) 中表示第 4 个,或第 n 个元素表示第 (n-1) 个元素,让我们继续吧创建一个函数
def find_nth_average(array, n):
if(not(type(n) == int and (int(n) >= 1))):
return "Bad input format for n"
else:
if (not(type(array) == list)):
return "Bad input format for main list"
else:
total = 0
count = 0
for i, elements in enumerate(array):
if(not(type(elements) == list)):
return("non list constituent found at location " + str(i+1))
else:
listLen = len(elements)
if(int(listLen) >= n):
try:
total = total + elements[n-1]
count = count + 1
except:
return ("non numerical entity found in constituent list " + str(i+1))
if(int(count) == 0):
return "No such n-element exists"
else:
average = float(total)/float(count)
return average
现在让我们在你的列表中调用这个函数a
print(find_nth_average(a, 0))
print(find_nth_average(a, 1))
print(find_nth_average(a, 2))
print(find_nth_average(a, 3))
print(find_nth_average(a, 4))
print(find_nth_average(a, 5))
print(find_nth_average(a, 'q'))
print(find_nth_average(a, 2.3))
print(find_nth_average(5, 5))
对应的结果是:
Bad input format for n
2.0
3.0
4.0
6.0
No such n-element exists
Bad input format for n
Bad input format for n
Bad input format for main list
如果你有一个不稳定的列表,比如
a = [[1, 2, 3], 2, [3, 4, 5, 6]]
包含一个非列表元素,你会得到一个输出:
non list constituent found at location 2
如果您的成员名单不稳定,例如:
a = [[1, 'p', 3], [2, 3, 4], [3, 4, 5, 6]]
在列表中包含非数字实体,并通过print(find_nth_average(a, 2))
求第二个元素的平均值
你得到一个输出:
non numerical entity found in constituent list 1
【讨论】:
我不明白谁对它投了反对票,为什么就这样做而不留下任何评论和推理!! 不是我的,但也许如果你尝试运行你的代码你会明白为什么【参考方案3】:tertools.izip_longest 将为您完成所有使用 None 的填充,因此您的代码可以简化为:
import numpy as np
import numpy.ma as ma
from itertools import izip_longest
a = [ [1, 2, 3],
[2, 3, 4],
[3, 4, 5, 6] ]
averages = [np.ma.average(ma.masked_values(temp_list, None)) for temp_list in izip_longest(*a)]
print(averages)
[2.0, 3.0, 4.0, 6.0]
不知道关于 numpy 逻辑的最快方法是什么,但这肯定会比您自己的代码更有效率。
如果您想要更快的纯 python 解决方案:
from itertools import izip_longest, imap
a = [[1, 2, 3],
[2, 3, 4],
[3, 4, 5, 6]]
def avg(x):
x = filter(None, x)
return sum(x, 0.0) / len(x)
filt = imap(avg, izip_longest(*a))
print(list(filt))
[2.0, 3.0, 4.0, 6.0]
如果数组中有 0 将不起作用,因为 0 将被视为 Falsey,在这种情况下您将不得不使用列表组合进行过滤,但它仍然会更快:
def avg(x):
x = [i for i in x if i is not None]
return sum(x, 0.0) / len(x)
filt = imap(avg, izip_longest(*a))
【讨论】:
正是我想要的!非常感谢:) 仅供参考,izip_longest
在 Python 3 中已重命名为 zip_longest
。【参考方案4】:
这是一个几乎*完全矢量化的解决方案,基于 np.bincount
和 np.cumsum
-
# Store lengths of each list and their cumulative and entire summations
lens = np.array([len(i) for i in a]) # Only loop to get lengths
C = lens.cumsum()
N = lens.sum()
# Create ID array such that the first element of each list is 0,
# the second element as 1 and so on. This is needed in such a format
# for use with bincount later on.
shifts_arr = np.ones(N,dtype=int)
shifts_arr[C[:-1]] = -lens[:-1]+1
id_arr = shifts_arr.cumsum()-1
# Use bincount to get the summations and thus the
# averages across all lists based on their positions.
avg_out = np.bincount(id_arr,np.concatenate(a))/np.bincount(id_arr)
-* 几乎是因为我们通过循环获取列表的长度,但其中涉及的计算量极少,因此一定不会对总运行时间产生太大影响。
示例运行 -
In [109]: a = [ [1, 2, 3],
...: [2, 3, 4],
...: [3, 4, 5, 6] ]
In [110]: lens = np.array([len(i) for i in a])
...: C = lens.cumsum()
...: N = lens.sum()
...:
...: shifts_arr = np.ones(N,dtype=int)
...: shifts_arr[C[:-1]] = -lens[:-1]+1
...: id_arr = shifts_arr.cumsum()-1
...:
...: avg_out = np.bincount(id_arr,np.concatenate(a))/np.bincount(id_arr)
...:
In [111]: avg_out
Out[111]: array([ 2., 3., 4., 6.])
【讨论】:
我偷偷怀疑这是最快的:) @PadraicCunningham 好吧,我希望如此! :D 仍然取决于 OP 的数据格式。【参考方案5】:您已经可以清理代码以计算最大长度:这一行就可以完成这项工作:
len(max(a,key=len))
结合其他答案,你会得到这样的结果:
[np.mean([x[i] for x in a if len(x) > i]) for i in range(len(max(a,key=len)))]
【讨论】:
【参考方案6】:在您的测试阵列上:
[np.mean([x[i] for x in a if len(x) > i]) for i in range(4)]
返回
[2.0, 3.0, 4.0, 6.0]
【讨论】:
以上是关于python计算两个列表后的长度的主要内容,如果未能解决你的问题,请参考以下文章