Python过滤数组上下界元素后计算均值，报TypeError如何解决

现有代码核心错误 #

• 变量名拼写错误：多处将参数measuredRate误写为measuredrate，第二个内部过滤函数的参数upperbound和传入的upperBound大小写不匹配，会触发未定义变量报错。
• 过滤逻辑写反：你定义的两个过滤函数是返回超出边界的数值，实际需求是保留[lowerBound, upperBound]范围内的数值。
• np.any用法错误：x.any()的入参为轴参数，不能直接传入待判断元素，且你额外将一维数组套一层生成二维数组x属于多余操作，是触发本次TypeError的直接原因。
• 逻辑结构错误：一个数值不可能同时小于下界、大于上界，判断条件的and应改为or；且完全不需要循环遍历数组，遍历过程中修改原数组长度还会导致索引越界。

修复后的可运行代码（保留原始编写逻辑） #

import numpy as np

def fermentationRate(measuredRate, lowerBound, upperBound):
    # 过滤出范围内的数值
    def filter_value(measuredRate, lowerBound, upperBound):
        return [value for value in measuredRate if lowerBound <= value <= upperBound]
    filtered_data = filter_value(measuredRate, lowerBound, upperBound)
    averageRate = np.mean(filtered_data)
    return averageRate

print(fermentationRate(np.array([20.1, 19.3, 1.1, 18.2, 19.7, 121.1, 20.3, 20.0]), 15, 25))

运行输出结果为：19.6

更简便的NumPy向量化实现（推荐） #

利用NumPy布尔索引可以一行完成过滤，代码更简洁运行效率更高：

import numpy as np

def fermentationRate(measuredRate, lowerBound, upperBound):
    # 布尔索引直接过滤范围内的元素
    filtered = measuredRate[(measuredRate >= lowerBound) & (measuredRate <= upperBound)]
    return np.mean(filtered)

print(fermentationRate(np.array([20.1, 19.3, 1.1, 18.2, 19.7, 121.1, 20.3, 20.0]), 15, 25))

内容的提问来源于stack exchange，提问作者sedative