Question

因此，我尝试将一个列表的值与另一个列表相减，然后将这些结果的绝对值放入新列表中。本质上，它将看起来像这样： [0,1]-[1,0] = abs（[-1，1]）= [1,1]

之后，我需要最终列表的平均值：平均值（[1,1]）= 1

所以我总的来说： 1.从另一个列表中减去一个列表的值 2.将减法结果的绝对值添加到新列表并 3.打印最终列表的平均值

lyst=[0,1]
pred=[1,0]
AE=[]
for x in pred:
    avgList = lyst - pred
    AE.append(avgList)
    avgAE=mean(AE)
print(avgAE)

现在我的结果是一个错误，指出：TypeError：--'list'和'list'不受支持的操作数类型。发生这种情况是因为lyst-pred目前无法使用。

结果必须为：1，最终列表的平均值

Answer 1

还有许多其他直接方法，但这是您自己的代码的有效版本。方法中的问题是您正在对列表执行矢量化操作（差异）。使用列表是不可能的。您可以转换为NumPy数组，也可以使用for循环获取单个元素。在这里，您遍历列表的长度，然后采用差异 element-wise 。然后，将差值附加到列表中，然后在for循环之外，将sum除以元素数即可得出平均值。

lyst=[0,1]
pred=[1,0]
AE=[]
for i in range(len(pred)):
    AE.append(abs(lyst[i] - pred[i]))
avgAE=sum(AE)/len(AE)
print(avgAE)
# 1.0

矢量化方法（使用NumPy）

请注意：这对您而言是一个过大的杀伤力，但我仍然认为您应该了解这一点。 abs是要获取绝对值。

import numpy as np

lyst=np.array([0,1])
pred=np.array([1,0])
AE= abs(lyst-pred) # Take the difference element wise in a vectorized fashion
avgAE=np.average(AE)
print(avgAE)
# 1.0

Answer 2

如果不使用numpy，我建议使用zip进行列表理解：

lyst=[0,1]
pred=[1,0]

AE = [abs(x-y) for x,y in zip(lyst,pred)]
avgAE= sum(AE)/len(AE)

>>> AE
[1, 1]
>>> avgAE
1.0

说明

这是将两个列表压缩在一起：

>>> list(zip(lyst,pred))
[(0, 1), (1, 0)]

然后迭代并获得每个“组”（列表理解的abs(x-y)部分）的减法的绝对值。

两个列表的矩阵减法，并将结果的绝对值添加到新列表

2 个答案: