我有一個表格串列：
mylist =[([256, 408, 147, 628], 'size'), ([628, 526, 236, 676], 'camera'),
([526, 876, 676, 541], 'camera'), ([567, 731, 724, 203], 'size'),.....]
它的大小約為 8000 。
它包含許多重復條目，該串列中實際上只有 100 個唯一詞，因此我想通過取該詞每次出現的平均向量，將這個串列減少到 100（唯一詞的數量）的大小。
例如，我的新串列將具有以下形式：
newlist = [([411.5,569.5,435.5,415.5],'size',.....] #I have taken the average values of 'size'
here and want to repeat this for each unique word
并且長度為 100。
我該怎么做？
uj5u.com熱心網友回復：
您可以通過將每個“鍵”的所有資料收集到一個字典中，然后計算分配給該鍵的每個串列中每個元素的平均值來做到這一點。就像是：
from statistics import mean
data = [([1, 2, 3, 4], 'size'), ([10, 20, 30, 40], 'camera'),
([100, 200, 300, 400], 'camera'), ([10, 20, 30, 40], 'size')]
ddata = {}
for entry in data:
key = entry[-1]
if not key in ddata:
ddata[key] = []
ddata[key].append(entry[0])
#print(ddata)
out = []
for k, v in ddata.items():
out.append((list(map(mean, zip(*v))), k))
print(out)
# [([5.5, 11, 16.5, 22], 'size'), ([55, 110, 165, 220], 'camera')]
uj5u.com熱心網友回復：
你可以試試這個！如果你喜歡它，請告訴我:)
請注意，最終輸出是 my_new_list，soy check it out do:
print(my_new_list)最后。
mylist_names = set([item[1] for item in mylist])
my_new_list = []
for name in mylist_names:
name_list = [item[0] for item in mylist if item[1] == name]
name_list = np.mean(name_list, axis=0).tolist()
my_new_list.append((name_list, name))
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/391235.html