基于嵌套列表索引计算value_list对应元素平均值的高效方法

问题背景 #

给定任意大小的Python嵌套列表a和浮点数列表value_list，示例如下：

a = [[1, 43, 73], [5, 52, 0, 2, 415], [7, 0, 1], ...]
value_list = [4.24, 141.141, 2456.24, ....]

需要完成：遍历a的每个子列表，通过子列表中的索引从value_list取出对应元素，计算平均值，最终得到与a长度相同的平均值列表。要求替代低效的嵌套for循环，且无法使用受限于32个选择限制的numpy.choose()。

方法一：Numpy向量化操作（大数据集首选） #

将value_list转换为Numpy数组后，利用其底层优化的索引和均值计算能力，效率远高于纯Python循环：

import numpy as np

# 转换为numpy数组，一次转换多次复用
value_arr = np.array(value_list)
# 列表推导式完成遍历、索引、均值计算
averages = [value_arr[sub].mean() for sub in a]

优势：

• Numpy的数组操作基于C实现，避免了Python层循环的开销，速度提升显著；
• 对任意长度的子列表无限制，完全适配需求；
• 内存效率高，无需额外创建大量中间子列表。

方法二：纯Python生成器优化（无Numpy依赖） #

如果无法使用Numpy，用生成器表达式配合statistics.mean()，比嵌套for循环更省内存，效率也有提升：

import statistics

averages = [statistics.mean(value_list[idx] for idx in sub) for sub in a]

优势：

• 无需额外库依赖，纯Python环境即可运行；
• 生成器表达式不会提前创建完整的子元素列表，节省内存，适合内存紧张的场景。

为什么不用numpy.choose()？ #

numpy.choose()确实存在最多32个候选值的限制，而直接使用数组索引value_arr[sub]完全没有这个限制，是更适配需求的替代方案。

内容的提问来源于stack exchange，提问作者ElaineT