这是之前问题的一个分支，开始滚雪球。如果我有一个矩阵A并且我想使用每行[1：]值的平均值/平均值来创建另一个矩阵B，但保持行标题不变，则此列表理解可以正常工作。
from operator import mul,len
# matrix A with row headings and values
A = [('Apple',0.95,0.99,0.89,0.87,0.93),
('Bear',0.33,0.25.0.85,0.44,0.33),
('Crab',0.55,0.55,0.10,0.43,0.22)]
#List Comprehension
def average(lst):
return sum(lst) / len(lst)
B = [(a[0], average(a[1:])) for a in A]
预期结果
B = [('Apple', 0.926), ('Bear', 0.44), ('Crab', 0.37)]
但是，如果数据集中有空洞（用'x'表示），分析就不会运行，即
# matrix A with row headings and values
A = [('Apple',0.95,x,0.89,0.87,0.93),
('Bear',0.33,0.25.0.85,0.44,0.33),
('Crab',x,0.55,0.10,x,0.22)]
在矩阵中，每个行和列的相对位置意味着什么，我不能只删除“空白”条目，那么我怎样才能填写或跳过它们并使其再次工作？回想起来，我的数据比旧床单有更多的洞。
另外，我如何将下面建议的过滤器引入以下定义（当它们击中不是数字的东西时会阻塞），这样点击'X'值会返回另一个'X'值？
def plus(matrix, i):
return [row[i] for row in matrix]
def minus(matrix, i):
return [1.00-row[i] for row in matrix]
答案 0 :(得分：0)
这不起作用，因为x不一定是数字（你不告诉我们它是什么）。
所以你可能需要编写自己的求和函数来检查项目是x还是其他东西（也许你必须使用isinstance(element, int) or isinstance(element, float)）。
答案 1 :(得分：0)
在average()中，在计算平均值之前，使用循环从x列表中删除所有lst.remove(x)值（您必须捕获错误remove()当它找不到它想要的东西时生成。
我建议使用像""之类的东西来代表洞，除非你已经有了一些东西。
答案 2 :(得分：0)
试试这个：
B = [(a[0], average(filter(lambda elt: elt != x, a[1:]))) for a in A]
使用ifilter中的itertools可以提高效果，尤其是对于大型矩阵。这可以在不更改average函数或修改A的情况下为您提供预期结果。
修改
如果矩阵稀疏，您可能需要考虑以不同方式实现矩阵。如果要保留当前的实现，则应使用值None来表示缺失值。这是与null相当的Python，您可能熟悉其他语言。
如何实现矩阵会大大改变您实现所需函数的方式，并且我将尝试覆盖您的方式以及可能对稀疏矩阵更有效的替代方法。
对于这两个我将使用带孔的示例矩阵：
# matrix A with row headings and values
A = [('Apple',0.95, x, 0.89, 0.87, 0.93),
('Bear', 0.33, 0.25, 0.85, 0.44, 0.33),
('Crab', x, 0.55, 0.10, x, 0.22)]
就像我之前说的那样，使用None作为空值：
A = [('Apple', 0.95, None, 0.89, 0.87, 0.93),
('Bear', 0.33, 0.25, 0.85, 0.44, 0.33),
('Crab', None, 0.55, 0.10, None, 0.22)]
B与我之前发布的内容类似：
B = [(a[0], average(filter(lambda x: x is not None, a[1:]))) for a in A]
将column定义为仅返回填充值的生成器（iterable）：
def column(M, i):
i += 1 # this will allow you to use zero-based indices if you want
return (row[i] for row in M if row[i] is not None)
然后，您可以更轻松有效地实施minus：
from operator import sub
from itertools import imap, repeat
def minus(M, i):
return list(imap(sub, repeat(1.0), column(M, i)))
表示矩阵的另一种方法是使用Python dict。这里有一些优点，特别是如果矩阵中有很多孔，你不会浪费存储空间。这种方法的一个缺点是，根据你的构造方式创建矩阵可能会更加痛苦。
你的例子可能会变成（为了清晰起见空白）：
A = [('Apple', dict([(0, 0.95), (2, 0.89), (3, 0.87), (4, 0.93)])),
('Bear', dict([(0, 0.33), (1, 0.25), (2, 0.85), (3, 0.44), (4, 0.33)])),
('Crab', dict([ (1, 0.55), (2, 0.10), (4, 0.22)]))]
这是构建它的一种丑陋的方式，但是如果你用循环从其他数据构造矩阵它可以更好。
现在，
B = [(a[0], sum(a[1].itervalues())/len(a[1])) for a in A2]
这比应该的更糟糕但是我不擅长Python而且我不能让它完全按照我的意愿去做...
你可以定义一个column函数，它返回一个比列表理解更有效的生成器：
def column(M, i):
return (row[1][i] for row in M if i in row[1])
minus完全按照其他示例完成。
我觉得有些东西我没有得到你想要的东西，所以请随时告诉我需要解决的问题。此外，我缺乏Python codez可能没有做字典版本正义，但它对稀疏矩阵可能是有效的。如果您创建了一个矩阵类，那么整个示例会更容易，然后您可以切换实现并查看哪个更适合您。祝你好运。