使用NumPy计算嵌套列表子列表列均值失败，如何正确实现？

原代码无效的原因 #

你写的循环里，c = np.mean(np.array(c), axis=0)只是给循环临时变量c重新赋值，并没有修改原centroids列表中的元素，所以原列表不会产生任何变化。

正确实现方式 #

方法1：通过索引修改原列表 #

直接遍历列表索引，将计算后的列均值赋值回原列表对应位置：

import numpy as np
centroids = [[[3, 2]], [[2, 3], [3, 4], [2, 3]], [[1, 2], [3, 4]]]

for i in range(len(centroids)):
    # 将子列表转成numpy数组，计算列均值后转回列表
    centroids[i] = np.mean(np.array(centroids[i]), axis=0).tolist()

print(centroids)

方法2：用列表推导式生成新结果列表（更简洁） #

如果不需要修改原列表，直接生成包含所有列均值的新列表：

import numpy as np
centroids = [[[3, 2]], [[2, 3], [3, 4], [2, 3]], [[1, 2], [3, 4]]]

result = [np.mean(np.array(sub_list), axis=0).tolist() for sub_list in centroids]

print(result)

保留指定小数位数（如一位小数） #

如果需要和你期望的[2.3, 3.3]格式一致，可以用np.round()处理精度：

result = [np.round(np.mean(np.array(sub_list), axis=0), 1).tolist() for sub_list in centroids]

运行后得到的结果为：[[3.0, 2.0], [2.3, 3.3], [2.0, 3.0]]，完全符合你的需求。

内容的提问来源于stack exchange，提问作者Kim