如何计算字典中多列表各列数值的平均值？

我创建了一个包含多组键值对的字典，其值为包含数字的列表：

PLE_dict = {
        "Task_1": [1, 2, 8],
        "Task_2": [5, 1, 9],
        "Task_3": [1, 1, 3],
        "Task_4": [5, 3 ,5],
        }

我还定义了一个空列表：Task_mean = []

我的目标是计算该字典中四个列表的“列”平均值，并将结果存入Task_mean列表。具体来说，Task_mean中的每个元素对应字典中各列的平均值，预期结果为：Task_mean = [3, 1.75, 6.25]

我尝试了以下代码，但遇到了问题：

for key, item in PLE_dict.items():
        mean_column = np.mean(item[0])

问题分析 #

你当前的代码存在两处核心问题：

• 仅提取了每个列表的第一个元素（item[0]）计算均值，没有处理列的聚合逻辑
• 未将计算结果存入Task_mean列表

解决方案 #

方法一：用NumPy高效实现

把字典中的列表转为数组后，直接按列计算均值：

import numpy as np

PLE_dict = {
        "Task_1": [1, 2, 8],
        "Task_2": [5, 1, 9],
        "Task_3": [1, 1, 3],
        "Task_4": [5, 3 ,5],
        }

# 提取所有值并转换为NumPy数组
task_array = np.array(list(PLE_dict.values()))
# axis=0表示按列计算均值，最后转为列表
Task_mean = task_array.mean(axis=0).tolist()

print(Task_mean)  # 输出: [3.0, 1.75, 6.25]

方法二：纯Python实现（无需依赖第三方库）

利用zip函数聚合对应列的元素，再逐个计算均值：

PLE_dict = {
        "Task_1": [1, 2, 8],
        "Task_2": [5, 1, 9],
        "Task_3": [1, 1, 3],
        "Task_4": [5, 3 ,5],
        }

Task_mean = []
# zip(*...) 将所有列表的对应位置元素打包成元组，比如第一列是(1,5,1,5)
for column in zip(*PLE_dict.values()):
    mean_val = sum(column) / len(column)
    Task_mean.append(mean_val)

print(Task_mean)  # 输出: [3.0, 1.75, 6.25]

内容的提问来源于stack exchange，提问作者Philipp