4个列表逐元素加权求和返回嵌套列表的原因及解决方法

代码中浮点数写法不符合Python语法要求：Python里浮点数的小数分隔符必须是英文半角句号.，你误写为英文逗号,。
Python语法中逗号是元组元素的默认分隔符，因此这行赋值语句：
x=float(a[i])+0,5*float(b[i])+0,33*float(c[i])+0,25*float(d[i])
不会被解析为单值加权求和计算，而是被解析为一个包含4个元素的元组：

• 元组第1位：float(a[i]) + 0
• 元组第2位：5 * float(b[i]) + 0
• 元组第3位：33 * float(c[i]) + 0
• 元组第4位：25 * float(d[i])
  每次循环你都把这个四元素元组追加到结果列表中，最终返回的自然是嵌套四元组的列表，完全得不到预期的逐位置加权和结果。

• 把所有权重值里的逗号全部替换为英文句号，修正浮点数写法
• 可选增加输入校验：提前判断四个输入列表长度一致，避免遍历过程中出现索引越界错误
• 调用函数前确保传入的列表元素都可以正常转换为浮点数，避免类型转换报错

修复后的可运行代码：

import numpy as np

# 依赖影响度计算
def dep_Influence(a,b,c,d,decimal):
    influence = []
    # 长度一致性校验（可选）
    if not (len(a) == len(b) == len(c) == len(d)):
        raise ValueError("四个输入列表长度必须保持一致")
    for i in range(len(a)):
       # 修正浮点数写法，逗号替换为英文点
       x = float(a[i]) + 0.5*float(b[i]) + 0.33*float(c[i]) + 0.25*float(d[i])
       influence.append(x)
    influence = np.around(influence, decimal)
    return influence

如果希望代码更简洁，也可以直接用numpy的向量化能力省略手动循环，写法如下：

import numpy as np

def dep_Influence(a,b,c,d,decimal):
    a, b, c, d = np.asarray(a, dtype=float), np.asarray(b, dtype=float), np.asarray(c, dtype=float), np.asarray(d, dtype=float)
    if not (len(a) == len(b) == len(c) == len(d)):
        raise ValueError("四个输入列表长度必须保持一致")
    res = a + 0.5*b + 0.33*c + 0.25*d
    return np.around(res, decimal)

内容的提问来源于stack exchange，提问作者user17432696