0

我正在尝试使用来自网络的数据进行一些基本计算。出于这个原因，我找到了一些提取伦勃朗作品开始和结束年份的代码。它将它保存在一个列表中

date_list =[(work['datebegin'], work['dateend']) for work in `rembrandt2_parsed['records']]`

date_list 是一个列表，其中包含哈佛艺术博物馆中一些伦勃朗作品的开始和结束年份的元组。为了完整起见，它看起来像这样：

[(0, 0), (1648, 1648), (1637, 1647), (1626, 1636), (0, 0), (1638, 1638), (1635, 1635), (1634, 1634), (0, 0), (0, 0)]

现在我想做一些基本的计算，我想对这个元组列表求和，并计算它们不为 null 的年份的平均值。我想出了一个解决方案：

datebegin =0
date_end =0
count_begin =0
count_end =0

for x, y in date_list:
    if x !=0:
        datebegin +=x
        count_begin +=1
    if y != 0:
        date_end +=y
        count_end +=1

final_date_begin = datebegin/count_begin #value = year 1636
final_date_end = date_end/count_end #value = year 1639

但我认为这可以做得更有效/pythonic。首先是因为我似乎需要大量代码来完成这样一个简单的任务，其次是因为如果我这样做的话，我需要初始化 4(!) 个全局变量。有人可以启发我并向我展示一种更有效的方法来解决这个问题吗？

4

4 回答 4

2

非numpy解决方案：

lst = [(0, 0), (1648, 1648), (1637, 1647), (1626, 1636), (0, 0), (1638, 1638), (1635, 1635), (1634, 1634), (0, 0), (0, 0)]

print(sum(x[0] for x in lst) / sum(x[0] != 0 for x in lst))
# 1636.3333333333333
print(sum(x[1] for x in lst) / sum(x[1] != 0 for x in lst))
# 1639.6666666666667
于 2018-11-03T10:26:44.123 回答
2

Numpy 和列表​​推导是你的朋友。

import numpy as np  
date_list = [(0, 0), (1648, 1648), (1637, 1647), (1626, 1636), (0, 0), 
             (1638, 1638), (1635, 1635), (1634, 1634), (0, 0), (0, 0)]
final_date_begin = np.mean([x for x, y in date_list if not x == 0])
final_date_end = np.mean([y for x, y in date_list if not y == 0])
于 2018-11-03T10:29:28.723 回答
2

在纯 Python 中

starts = [s for s, e in date_list for if s and e]
ends = [e for s, e in date_list for if s and e]

start_avg = sum(starts) / len(starts)
end_avg = sum(ends) / len(ends)
于 2018-11-03T10:33:23.363 回答
1

你可以使用numpy来解决这个问题：

import numpy as np

result = list(np.ma.masked_equal(date_list, 0).mean(axis=0))

因此，在这里我们首先将 存储date_list在一个数组中，然后我们屏蔽零值，然后我们计算第一个轴上的平均值。

对于您的样本数据，我们获得：

>>> list(np.ma.masked_equal(date_list, 0).mean(axis=0))
[1636.3333333333333, 1639.6666666666667]

性能：对于包含 100'000 个 2 元组的列表，使用以下命令生成：

from random import randint

date_list = [(randint(0, 10), randint(0, 10)) for _ in range(100000)]

我们重复这个函数 1'000 次，得到：

>>> timeit(f, number=1000)
51.31010195999988

所以在本地，这适用于每次运行 51.3 毫秒的 100'000×2“矩阵”。

于 2018-11-03T10:24:07.517 回答