允许包含不同长度列表的列表的逐元素平均值

Question

我有一个代码，其中有一个列表X该列表附加了多个不同长度的列表。例如：运行后X的最终值可能如下所示：

X = [[0.6904056370258331, 0.6844439387321473, 0.668782365322113], 
     [0.7253621816635132, 0.6941058218479157, 0.6929935097694397, 0.6919471859931946, 0.6905447959899902]]

如您所见，X[0] 的长度 = 3，而 X[1] 的长度 = 5。我想做一个元素(按列(的X平均值，以生成一个 X 的单一一维平均值。如果我尝试np.mean(X, axis=0)它会引起错误，因为X[0]和X[1]的长度不同。有没有办法实现我正在寻找的东西，即X的单一一维平均值？

谢谢

Answer 1

要进行"列"计算，我们需要将其更改为列列表。

In [475]: X = [[0.6904056370258331, 0.6844439387321473, 0.668782365322113],  
     ...:      [0.7253621816635132, 0.6941058218479157, 0.6929935097694397, 0.6919471859931946, 0.6905447959899902]] 

zip_longest 是"转置"不规则列表的便捷工具：

In [476]: import itertools                                                                                   
In [477]: T = list(itertools.zip_longest(*X, fillvalue=np.nan))                                              
In [478]: T                                                                                                  
Out[478]: 
[(0.6904056370258331, 0.7253621816635132),
 (0.6844439387321473, 0.6941058218479157),
 (0.668782365322113, 0.6929935097694397),
 (nan, 0.6919471859931946),
 (nan, 0.6905447959899902)]

我选择 np.nan 作为填充，因为我可以使用np.nanmean来获取平均值，同时忽略nan。

In [479]: [np.nanmean(i) for i in T]                                                                         
Out[479]: 
[0.7078839093446732,
 0.6892748802900315,
 0.6808879375457764,
 0.6919471859931946,
 0.6905447959899902]

对于像np.sum这样的东西，我可以填充 will 0，但mean是总和除以计数。

或者没有nanmean，填充一些容易过滤掉的东西：

In [480]: T = list(itertools.zip_longest(*X, fillvalue=None)) 
In [483]: [np.mean([i for i in row if i is not None]) for row in T]                                          
Out[483]: 
[0.7078839093446732,
 0.6892748802900315,
 0.6808879375457764,
 0.6919471859931946,
 0.6905447959899902]

zip_longest不是唯一的，但它相当快，并且易于记忆和使用。

Answer 2

这个

怎么样

首先确定最大行长，然后用 nans 填充所有行到相同的长度和使用轴=0 的 Nanmean，如问题中所示。

import numpy as np
X = [[0.6904056370258331, 0.6844439387321473, 0.668782365322113], 
     [0.7253621816635132, 0.6941058218479157, 0.6929935097694397, 0.6919471859931946, 0.6905447959899902]]
max_row_len=max([len(ll) for ll in X])
cm=np.nanmean([[el for el in row ] + [np.NaN] * max(0, max_row_len-len(row))  for row in X], axis=0)
print(cm)

将显示

[0.70788391 0.68927488 0.68088794 0.69194719 0.6905448 ]