python计算两个列表后的长度

Posted 2023-05-13

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:-)。

【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)]

【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)))]

【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]