如何将列表的索引与浮点数进行比较？

Question

嵌套列表进行遍历

cost =[[125900], [115000], 
[105900], 
[85000], 
[150000], 
[155249], 
[97500]] 

初始化变量

index = 0 
cost_len = len(cost) 
below_avg = 0 
above_avg = 0 
total = 0 

for循环来计算成本

for i in cost: 
    total = total + sum(i) 
    print(total) 

成本计算的平均总所有元素的

avg = total/len(cost) 

尝试计算索引是否高于或低于平均

for i in cost: 
    while index <= cost_len: 
     if i > avg: 
      above_avg+=1 
     elif i < avg: 
      below_avg +=1 
     index+=1 

当试图评价成本的索引，则返回“类型错误：unorderable类型：列表（）>浮动（）”。我如何比较列表的指数和变量avg？

Answer 1

没有必要，如果你想比较各子表的多个元素拼合列表：

total = sum(sum(x) for x in cost) 
cost_len = sum(len(x) for x in cost) 
avg = total/cost_len 
above = sum([sum([y > avg for y in x for x in cost])]) 
below = sum([sum([y < avg for y in x for x in cost])]) 
exact = cost_len - (above + below) 

有关此解决方案几点：

1. 为total和cost_len计算使用生成器而不是从结果中创建列表。这样可以节省一些内存和可能的执行时间，因为中间结果不需要额外的存储空间。
2. above和below是嵌套的生成器，基本上等同于您尝试执行的嵌套循环。

这是一个什么样的最终嵌套循环原理，以及如何解决它的解释：

for i in cost: 
    while index <= cost_len: 
     if i > avg: 
      above_avg+=1 
     elif i < avg: 
      below_avg +=1 
     index+=1 

i遍历的cost的元素，但内while循环阻止它以后做任何事情处理第一个值i。请注意，内部循环中i的值不会改变，因此比较将在第一个i中反复完成，而其他index将在cost_len + 1之前完成比较。为了保护您的双环结构，你可以做如下：

for i in cost: 
    for j in i: 
     if j > avg: 
      above_avg+=1 
     elif j < avg: 
      below_avg +=1 

在这一点上，你并不真正需要index。

Answer 2

假设每个子列表中的一个元素，扁平化似乎是最好的：

flat_cost = [x[0] for x in cost] 
total = sum(flat_cost) 
avg = total /len(cost) 
above = len([x for x in flat_cost if x > avg]) 
below = len([x for x in flat_cost if x < avg]) 

Answer 3

如果你将要处理的号码清单或数字数组，那么我会建议你使用NumPy的（http://docs.scipy.org/doc/numpy/user/index.html ）这个任务：

import numpy as np 

cost = np.array([[125900], 
[115000], 
[105900], 
[85000], 
[150000], 
[155249], 
[97500]]) 

cost-np.average(cost) 

>>>array([[ 6678.71428571], 
     [ -4221.28571429], 
     [-13321.28571429], 
     [-34221.28571429], 
     [ 30778.71428571], 
     [ 36027.71428571], 
     [-21721.28571429]]) 

的cost - np.average(cost)是使用NumPy的广播功能的一种方式。您可以从数组中减去一个值（np.average(cost)）（cost），它会对整个数组进行减法运算，从而为您提供答案数组。