Python：快速计算几个（相同长度）列表的平均值的方法？

有没有一种简单的方法来计算Python中几个（相同长度）列表的平均值？说，我有[[1, 2, 3], [5, 6, 7]]，并且想获得[3,4,5]。这是要做100000次，所以想要它快。Python：快速计算几个（相同长度）列表的平均值的方法？

来源

2012-12-01 David Tan

如何为第一个元素获得'4'？ – NPE

NumPy数组可能比纯Python更快。否则，除了这样做外，确实没有“快速”的方法。而10万次并不是真的那么多。 –

@LennartRegebro：我刚刚做了一些基准测试，在这样一个小输入上'numpy.average（）'比简单的列表理解速度慢了10倍。很令人惊讶。 – 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]

（你需要决定是否要整数或浮点数数学，以及使用哪种划分）

在我的电脑，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

因此处理100,000个输入需要0.124s。

有趣的是，NumPy的阵列是在这样小的输入速度较慢：

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

如果输入变得更大，所述相对时间无疑会变化。

来源

2012-12-01 17:15:26 NPE

这是假设他有两个100000项目的列表，可以这样解释这个问题，但不知何故，我怀疑这是他想要的。 –

@LennartRegebro：对我来说，*“这是做10万次“*意味着许多投入，而不是长时间投入，但是我们当然可以在OP上做出澄清。 – NPE

如果你使用numpy（这似乎是更合适的位置）：

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

来源

2012-12-01 17:21:21 arshajii

扩展NPE上的答案，包含您要平均n子列表列表，使用这个（一个numpy的解决方案可能更快，但我仅使用内置插件）：

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

这概括了所有的子表，然后由子列表的数量划分的结果，产生了平均水平。您可以内联len计算，并将divide转换为类似lambda x: x/len(l)的lambda，但使用显式函数并预先计算长度应该快一些。

来源

2012-12-01 17:29:20 l4mpi

Python：快速计算几个（相同长度）列表的平均值的方法？

回答

相关问题