Вычисление и возврат средних значений в список
У меня длинный список с некоторыми значениями. Я хочу определить функцию, которая принимает список, и вычисляет среднее значение для каждых 24 значений в списке и возвращает средние значения в виде списка. Как мне это сделать? У меня есть 8760 элементов в списке, и вернувшийся список должен содержать 8760/24 = 365 элементов.
hourly_temp = ['-0.8', '-0.7', '-0.3', '-0.3', '-0.8', '-0.5', '-0.7', '-0.6', '-0.7', '-1.2', '-1.7...] #This goes on, it's 8760 elements def daily_mean_temp(hourly_temp): first_24_elements = hourly_temp[:24] #First 24 elements in the list Это верно? Я получаю сообщение об ошибке: TypeError: не может выполнить сокращение с помощью гибкого типа
def daily_mean_temp(hourly_temp): averages = [float(sum(myrange))/len(myrange) for myrange in zip(*[iter(hourly_temp)]*24)] return averages
5 Solutions collect form web for “Вычисление и возврат средних значений в список”
Предполагая, что вам нужны независимые группы, вы можете использовать рецепт itertools :
def grouper(iterable, n, fillvalue=None): "Collect data into fixed-length chunks or blocks" # grouper('ABCDEFG', 3, 'x') --> ABC DEF Gxx args = [iter(iterable)] * n return izip_longest(fillvalue=fillvalue, *args)
А затем легко получить среднее значение для каждой group :
averages = [sum(group)/float(len(group)) for group in grouper(data, 24)]
Изменить : учитывая, что ваши данные выглядят как список строк, я бы предложил вам сначала конвертировать в float с помощью map :
data = map(float, hourly_temp)
Предполагая, что ваши значения являются строками, как показано выше, и что у вас есть NumPy, это должно быть быстрым:
import numpy as np averages = [x.mean() for x in np.array_split( [float(x) for x in hourly_temp], 365)]
И если у вас есть NaNs:
averages = [x[~np.isnan(x)].mean() for x in np.array_split( [float(x) for x in hourly_temp], 365)]
И если вы начнете с правильных поплавков:
averages = [x[~np.isnan(x)].mean() for x in np.array_split(hourly_temp, 365)]
averages = [sum( map(float, myrange) )/len(myrange) for myrange in zip(*[iter(my_big_list)]*range_size)]
это довольно аккуратный способ сделать это … обратите внимание, что он усекает любые конечные переменные, которые не будут делимы на размер диапазона
если вам нужно иметь нечетные списки в конце (т. е. chunk_size из 10 с big_list из 17 останется 7)
from itertools import izip_longest as zip2 averages = [sum(map(float,filter(None,myrange)))/len(filter(None,myrange)) for myrange in zip2(*[iter(my_big_list)]*range_size)]
Кажется, что-то в этом направлении работает:
[ sum(hourly_temp[i:i+24]) / len(hourly_temp[i:i+24]) for i in xrange(0, len(hourly_temp), 24) ]
Используя этот рецепт группы , это довольно легко (очевидно, я синтезировал список temps ):
#!/usr/bin/python import itertools as it temps = range(96) def grouper(iterable, n, fillvalue=None): args = [iter(iterable)] * n return it.izip_longest(*args, fillvalue=fillvalue) daily_averages = [sum(x)/len(x) for x in grouper(temps, 24)] yearly_average = sum(daily_averages)/len(daily_averages) print(daily_averages, yearly_average)