如何将列表中嵌套元组的各值平均值存入新列表？

问题背景 #

有一个包含百万级元组的列表，示例如下：

[(1, (226, 242, 195)), (1, (218, 236, 188)), (1, (219, 235, 188)), (1, (220, 236, 187)), (1, (217, 235, 187)), (1, (216, 232, 185)), (1, (216, 234, 184))]

需求是计算嵌套元组中每个位置值的平均值，输出两种格式：

1. 保留开头标识的格式：

[[1, [avg_of_first, avg_of_second, avg_of_third]]]

2. 简化格式（去掉开头的1）：

[avg_of_first, avg_of_second, avg_of_third]

遇到的常见报错：

TypeError: unsupported operand type(s) for +: 'int' and 'tuple'
翻译：类型错误：不支持对'int'和'tuple'类型执行加法操作

报错原因 #

该错误是由于代码中尝试将整数（如元组第一个元素1）与嵌套元组直接执行加法操作导致的，比如错误编写total += item[0] + item[1]这类代码，造成类型不兼容。

解决方案 #

方法一：纯Python高效循环（适配百万级数据） #

仅遍历一次列表完成累加，内存占用低，适合大规模数据集：

生成简化格式结果

sum_r = sum_g = sum_b = 0
count = 0

for idx, rgb_tuple in data_list:
    r, g, b = rgb_tuple
    sum_r += r
    sum_g += g
    sum_b += b
    count += 1

avg_result = [round(sum_r/count, 2), round(sum_g/count, 2), round(sum_b/count, 2)]
print(avg_result)

示例输出：[218.86, 235.71, 187.71]

生成带开头标识的格式结果

基于简化结果包装即可：

full_result = [[1, avg_result]]
print(full_result)

示例输出：[[1, [218.86, 235.71, 187.71]]]

方法二：使用numpy（简洁高效的数值计算） #

若环境已安装numpy，处理大规模数值数据更便捷：

import numpy as np

# 提取所有嵌套元组并转为numpy数组
rgb_array = np.array([rgb for _, rgb in data_list])
# 按列计算平均值并转为列表
avg_np = np.mean(rgb_array, axis=0).tolist()

# 简化格式输出
print(avg_np)
# 带开头标识的格式输出
print([[1, avg_np]])

示例输出：[218.85714285714286, 235.71428571428572, 187.71428571428572]

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