Python - 元组列表中的列均值

---

在元组列表中，列均值指的是元组数据每列元素的平均值。元组列表是由多个元组组成的集合，每个元组代表一条记录或观察值，每个元组中的元素对应不同的列或变量。

处理数值数据并进行统计分析或做出数据驱动型决策时，列均值特别有用。例如，考虑以下元组列表。

data = [(1, 2, 3),
(4, 5, 6),
(7, 8, 9)]

在本例中，元组列表包含三个元组，每个元组代表一条包含三列的记录。第一列包含值 (1, 4, 7)，第二列包含值 (2, 5, 8)，第三列包含值 (3, 6, 9)。

要计算列均值，首先必须分别计算每列的平均值。在本例中，列均值的计算方法如下。

• 第1列均值： (1 + 4 + 7) / 3 = 4

• 第2列均值： (2 + 5 + 8) / 3 = 5

• 第3列均值： (3 + 6 + 9) / 3 = 6

因此，给定元组列表的列均值为 [4, 5, 6]。

要使用 Python 计算元组列表中的列均值，我们可以根据数据的结构采用不同的方法。让我们详细了解每种方法，并通过示例进行更好的理解。

使用列表推导式

在这种方法中，我们可以使用列表推导式来提取每一列并分别计算每一列的均值。

示例

在本例中，'zip(*data)' 用于转置元组列表，创建一个迭代器，返回包含每列元素的元组。然后，列表推导式迭代每一列，使用`sum(column)`计算元素的总和，并使用`len(data)`将其除以列中元素的数量以获得均值。

data = [(1, 2, 3),
   (4, 5, 6),
   (7, 8, 9)]
column_means = [sum(column) / len(data) for column in zip(*data)]
print("The column average of the given tuple list:",column_means)

输出

The column average of the given tuple list: [4.0, 5.0, 6.0]

使用 mean() 函数

NumPy 是 Python 中用于数值计算的强大库。它提供了高效的数组运算和数学函数。

示例

在本例中，首先，我们需要使用以下代码将元组列表转换为 NumPy 数组。然后，我们必须使用 NumPy 库的`mean()` 函数来计算每列的均值。这里，`axis=0` 指定应沿列垂直方向计算均值。`mean()` 函数返回一个数组，其中包含每列的均值。

import numpy as np
data = [(1, 2, 3),
   (4, 5, 6),
   (7, 8, 9)]
data_array = np.array(data)
column_means = np.mean(data_array, axis=0)
print("The column average of the given tuple list:",column_means)

输出

The column average of the given tuple list: [4. 5. 6.]

使用循环

假设我们有一个元组列表，其中每个元组代表一条记录，元组中的元素代表不同列中的值。

要计算列均值，我们可以使用循环迭代元组并对每一列的值求和，然后除以记录数以获得均值。

示例

在本例中，我们初始化一个空列表column_mean来存储每一列的均值。然后，我们计算记录数num_records，并使用循环变量 i 迭代每个元组中元素的索引。

对于每一列，我们使用列表推导式来提取相应的值，并使用sum(record[i] for record in records)计算总和。最后，我们将总和除以记录数以获得该列的均值，并将其添加到column_mean列表中。

records = [
   (1, 2, 3),
   (4, 5, 6),
   (7, 8, 9)
]
column_mean = []
num_records = len(records)
for i in range(len(records[0])):
   column_sum = sum(record[i] for record in records)
   column_mean.append(column_sum / num_records)
print("The column average of the given tuple list:",column_mean)

输出

The column average of the given tuple list: [4.0, 5.0, 6.0]