如何用Numpy按国籍计算平均身高并解决代码报错问题

首先修正你加载数据时的两处错误：

• np.loadtxt参数拼写错误：将delimeter改为delimiter
• NumPy数组索引语法错误：Python中不能使用MATLAB风格的arr(:,0)，需改为arr[:, 0]（冒号加逗号的切片语法）

修正后的加载代码：

import numpy as np
# 修正拼写错误delimiter
arr = np.loadtxt("data/details.csv", delimiter=",")

# 修正索引语法
weight = arr[:, 0]
height = arr[:, 1]
gender = arr[:, 2]
blood = arr[:, 3]
nationality = arr[:, 4]

接下来解决分组计算平均身高的问题：NumPy的mean方法不支持直接按分组参数计算，可通过以下两种方法实现需求：

方法一：循环遍历每个国籍计算均值 #

# 获取所有唯一国籍值
unique_nations = np.unique(nationality)
nation_means = {}

for nation in unique_nations:
    # 筛选当前国籍的身高数据并计算均值
    mask = nationality == nation
    avg_height = height[mask].mean()
    nation_means[nation] = avg_height

# 找出平均身高最高的国籍
max_nation = max(nation_means, key=nation_means.get)
print(f"平均身高最高的国籍是：{max_nation}，平均身高：{nation_means[max_nation]:.2f}")

方法二：用NumPy高级函数实现高效计算 #

unique_nations, indices = np.unique(nationality, return_inverse=True)
# 按分组计算均值
avg_heights = np.bincount(indices, weights=height) / np.bincount(indices)

# 找出最大值对应的国籍
max_idx = np.argmax(avg_heights)
max_nation = unique_nations[max_idx]
print(f"平均身高最高的国籍是：{max_nation}，平均身高：{avg_heights[max_idx]:.2f}")

内容的提问来源于stack exchange，提问作者user19674687