Python - 每次修改整個字典時找到平均值的最快方法？

Question

我試圖找到從字典中提取平均值的最快/最有效的方法。我正在處理的任務要求它執行數千次，因此每次只需遍歷字典中的所有值以查找平均值就完全沒有效率。數百和數百個新的鍵值對被添加到字典中，我們需要在每次發生這種情況時找到平均值。我們還需要在每次發生數千次的值更新時找到新的平均值。

在此先感謝 - 這是一個很棒的地方。

Answer 1

創建您自己的字典類，用於跟蹤數和總，然後可以快速返回平均：

class AvgDict(dict): 
    def __init__(self): 
     self._total = 0.0 
     self._count = 0 

    def __setitem__(self, k, v): 
     if k in self: 
      self._total -= self[k] 
      self._count -= 1 
     dict.__setitem__(self, k, v) 
     self._total += v 
     self._count += 1 

    def __delitem__(self, k): 
     v = self[k] 
     dict.__delitem__(self, k) 
     self._total -= v 
     self._count -= 1 

    def average(self): 
     if self._count: 
      return self._total/self._count 

a = AvgDict() 
assert a.average() is None 
a[1] = 1 
assert a.average() == 1 
a[2] = 10 
assert a.average() == 5.5 
assert a[2] == 10 
a[1] = 5 
assert a.average() == 7.5 
del a[1] 
assert a.average() == 10 

Answer 2

繼承自dict並計算每次調用__setitem__時的平均值。

既然您可以在您的詞典課程中存儲以前的平均值，並且只對其平均值和添加的新值進行平均，那應該相當快 - 第一次添加新項目時，平均值就是這個值。

Answer 3

是基於運行平均值以下，所以如果你知道以前的平均水平：

At = (A0 * N + E)/(N + 1) 

At is the average after addition of the new element 
A0 is the average before addition of the new element 
N is the number of element before addition of the new element 
E is the new element's value 

其簡單的哥哥工作，如果你保持元素的總和的標籤：

At = (T + E)/(N + 1) 

T is the total of all elements 
A0 is the average before addition of the new element 
N is the number of element before addition of the new element 
E is the new element's value 

當一個值被刪除，你可以做類似的事情：

At = (A0 * N - E)/(N - 1) 

而且當一個值更新：

At = (A0 * N - E0 + E1)/(N) 

E0 is value before updating, E1 is value after updating.