You need to enable JavaScript to run this app. Python实现相关性计算时自定义均值、最小值函数返回None的求助
优惠活动
大模型
产品
解决方案
定价
更多

Python实现相关性计算时自定义均值、最小值函数返回None的求助

代码问题排查与修正

1. 核心问题:myAverage、myMin返回None的原因

  • 两个函数都遗漏了return返回语句:Python中如果函数体没有显式写return,执行完所有内部逻辑后会默认返回None
    • 原myAverage仅执行了sum(lst)/len(lst)的计算,没有把计算结果返回,修正为:
      def myAverage(lst):
          return sum(lst)/len(lst)
      
    • 原myMin仅执行了min(lst)的取值,同样没有返回结果,修正为:
      def myMin(lst):
          return min(lst)
      

2. 其余逻辑与书写错误

  • 打印List B平均值时传参错误:原代码对应行是print("List B Average = " + str(myAverage(aList))),实际给函数传了aList,要算B的平均值需要把入参替换成bList
  • myCorrelation的计算逻辑完全不符合相关性定义:
    你写的逐点计算公式存在本质逻辑问题:(x[i]-(sum(x)/len(x)))/math.sqrt((x[i]-sum(x)/len(x))**2) 中分子和分母的绝对值完全相等,每一项的计算结果只会是1或-1,逐点相乘的方式根本没法得到正确的相关系数值。
    正确的皮尔逊相关系数核心计算逻辑是两组变量的协方差 除以 两组变量各自样本标准差的乘积,简单可运行的参考实现:
    def myCorrelation(x, y):
        n = len(x)
        mean_x = myAverage(x)
        mean_y = myAverage(y)
        # 计算协方差
        covariance = sum((xi - mean_x)*(yi - mean_y) for xi, yi in zip(x, y)) / (n-1)
        std_x = myStandardDev(x)
        std_y = myStandardDev(y)
        return covariance / (std_x * std_y)
    
  • 不影响运行的拼写问题:变量名devitation、打印文案中的Standart属于拼写偏差,建议修正为标准拼写deviation、Standard提升代码可读性。

内容的提问来源于stack exchange,提问作者rhieve

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.10 17:06:03