Question

我有一本字典

{ 'a': 1.0,
  'b': 1.1,
  'c': 0.9,
  # ...
  'z': 0.97
}

我有一个项目清单['a', 'b', 'c']。我想从字典中找到此列表的平均值。当然我可以遍历我的列表，找到并总结这些值，但有没有一种方法可以在没有for循环的情况下得到它？

Answer 1

你有来循环。但是你可以隐藏循环。

您可以使用operator.itemgetter() object为您执行此操作，例如：

from operator import itemgetter

average = sum(itemgetter(*list_of_keys)(your_dictionary)) / len(list_of_keys)

绝对明确：itemgetter()现在遍历您的键列表并生成具有相应值的元组。

另一个隐藏的＆＃39;循环是map() function;使用dict.get()或dict.__getitem__()作为要映射的函数，map()再次为您执行所有循环：

avegare = sum(map(your_dictionary.__getitem__, list_of_keys)) / len(list_of_keys)

此处dict.get和dict.__getitem__之间的区别在于您丢失密钥时所获得的优势;第一个将导致TypeError，当您最终尝试将None和一个数字相加时，另一个会给您一个KeyError。

否则，只需在生成器表达式中使用循环：

average = sum(your_dictionary[k] for k in list_of_keys) / len(list_of_keys)

演示：

>>> from operator import itemgetter
>>> d = {'a': 1.0, 'z': 0.97, 'c': 0.9, 'b': 1.1}
>>> selected = ['a', 'b', 'c']
>>> sum(itemgetter(*selected)(d)) / len(selected)
1.0
>>> sum(map(d.__getitem__, selected)) / len(selected)
1.0
>>> sum(d[k] for k in selected) / len(selected)
1.0

Answer 2

如果你的dict被称为Items.Ordered <- CMdata$Items.Ordered orderGroup <- function(Items.Ordered) { Items.Ordered <- as.numeric(Items.Ordered) if (CMdata$Items.Ordered == 0) { return ("NONE") } else if (CMdata$Items.Ordered > 0 & CMdata$Items.Ordered <= 3) { return ("SMALL") } else if (CMdata$Items.Ordered > 3 & CMdata$Items.Ordered <= 8) { return ("MEDIUM") } else if (CMdata$Items.Ordered > 8) { return ("LARGE") } else { return ("OTHER") } } Order.Type <- NULL for (i in 1:nrow(CMdata)) { Order.Type <- c(Order.Type, orderGroup(CMdata[i,"Items.Orderd"])) } CMdata$Order.Type <- as.factor(Order.Type)且你的列表被称为values，那么这是一个非常简短的解决方案：

items

请注意，这并不支持空的arithmetic_mean_inexact = sum(values[i] for i in items) / len(items)列表，因为这会产生items。这很好，因为空序列的平均值实际上没有意义。

虽然这个解决方案表明在没有显式 for循环的情况下计算平均值是可能的，但它有一个问题，即对浮点数进行求和并将其除以大数会导致数值精度损失。修复这是非常重要的，需要更长的解决方案。幸运的是，Python 3.4（或更新版本）为此提供了统计模块，因此您应该使用statistics.mean()（正如另一个答案已经提出的那样）。例如：

ZeroDivisionError

根据您的具体问题，此功能中的其他功能可能更合适。您可以在documentation of the statistics module。

中找到更多信息

Answer 3

如果您使用的是python3，则可以使用 statistics.mean：

d = { "a": 1.0,
  "b": 1.1,
  "c": 0.9,

  "z": 0.97
}

lst = ["a", "b", "c"]
from statistics import mean


print(mean(map(d.get, lst)))

或者只使用sum：

print(sum(map(d.get, lst)) / len(lst))

假设lst中的所有项都在dict中，否则你会在添加float和NoneType时出错。

项目列表上的字典操作

3 个答案: