Python：快速計算幾個（相同長度）列表的平均值的方法？

有沒有一種簡單的方法來計算Python中幾個（相同長度）列表的平均值？說，我有[[1, 2, 3], [5, 6, 7]]，並且想獲得[3,4,5]。這是要做100000次，所以想要它快。Python：快速計算幾個（相同長度）列表的平均值的方法？

來源

2012-12-01 David Tan

如何爲第一個元素獲得'4'？ – NPE

NumPy數組可能比純Python更快。否則，除了這樣做外，確實沒有「快速」的方法。而10萬次並不是真的那麼多。 –

@LennartRegebro：我剛剛做了一些基準測試，在這樣一個小輸入上'numpy.average（）'比簡單的列表理解速度慢了10倍。很令人驚訝。 – NPE

In [6]: l = [[1, 2, 3], [5, 6, 7]] 

In [7]: [(x+y)/2 for x,y in zip(*l)] 
Out[7]: [3, 4, 5]

（你需要決定是否要整數或浮點數數學，以及使用哪種劃分）

在我的電腦，上面需要1.24us：

In [11]: %timeit [(x+y)/2 for x,y in zip(*l)] 
1000000 loops, best of 3: 1.24 us per loop

因此處理100,000個輸入需要0.124s。

有趣的是，NumPy的陣列是在這樣小的輸入速度較慢：

In [27]: In [21]: a = np.array(l) 

In [28]: %timeit (a[0] + a[1])/2 
100000 loops, best of 3: 5.3 us per loop 

In [29]: %timeit np.average(a, axis=0) 
100000 loops, best of 3: 12.7 us per loop

如果輸入變得更大，所述相對時間無疑會變化。

來源

2012-12-01 17:15:26 NPE

這是假設他有兩個100000項目的列表，可以這樣解釋這個問題，但不知何故，我懷疑這是他想要的。 –

@LennartRegebro：對我來說，*「這是做10萬次「*意味着許多投入，而不是長時間投入，但是我們當然可以在OP上做出澄清。 – NPE

如果你使用numpy（這似乎是更合適的位置）：

>>> import numpy as np 
>>> data = np.array([[1, 2, 3], [5, 6, 7]]) 
>>> np.average(data, axis=0) 
array([ 3., 4., 5.])

來源

2012-12-01 17:21:21 arshajii

擴展NPE上的答案，包含您要平均n子列表列表，使用這個（一個numpy的解決方案可能更快，但我僅使用內置插件）：

def average(l): 
    llen = len(l) 
    def divide(x): return x/llen 
    return map(divide, map(sum, zip(*l)))

這概括了所有的子表，然後由子列表的數量劃分的結果，產生了平均水平。您可以內聯len計算，並將divide轉換爲類似lambda x: x/len(l)的lambda，但使用顯式函數並預先計算長度應該快一些。

來源

2012-12-01 17:29:20 l4mpi

Python：快速計算幾個（相同長度）列表的平均值的方法？

回答

相關問題