### Python 计算列表中数值的方法 在 Python 中，计算列表中的数值可以通过多种方法实现。以下是一些常见的方法，包括统计非 `NaN` 值、求和、计算平均值等。 #### 1. 统计非 `NaN` 值 如果列表中包含 `NaN` 值，可以使用以下方法去除并统计非 `NaN` 值[^1]。 - **方法 A：使用列表生成式** ```python import math my_list = [1.0, float('nan'), 2.0, 3.0, float('nan'), 4.0] cleaned_list = [x for x in my_list if not math.isnan(x)] print(cleaned_list) # 输出: [1.0, 2.0, 3.0, 4.0] ``` - **方法 B：使用 `filter()` 函数** ```python import math my_list = [1.0, float('nan'), 2.0, 3.0, float('nan'), 4.0] cleaned_list = list(filter(lambda x: not math.isnan(x), my_list)) print(cleaned_list) # 输出: [1.0, 2.0, 3.0, 4.0] ``` #### 2. 求和 使用内置函数 `sum()` 可以快速计算列表中所有数值的总和。 ```python my_list = [1.0, 2.0, 3.0, 4.0] total_sum = sum(my_list) print(total_sum) # 输出: 10.0 ``` #### 3. 计算平均值 通过将总和除以元素个数来计算平均值。 ```python my_list = [1.0, 2.0, 3.0, 4.0] average_value = sum(my_list) / len(my_list) print(average_value) # 输出: 2.5 ``` #### 4. 统计频数 使用 `collections.Counter` 可以统计列表中每个值出现的次数。 ```python from collections import Counter my_list = [1, 2, 2, 3, 3, 3] counter = Counter(my_list) print(counter) # 输出: Counter({3: 3, 2: 2, 1: 1}) ``` #### 5. 计算占比 结合频数统计和总长度可以计算每个值的占比。 ```python from collections import Counter my_list = [1, 2, 2, 3, 3, 3] counter = Counter(my_list) total_count = len(my_list) percentage = {key: value / total_count for key, value in counter.items()} print(percentage) # 输出: {1: 0.1667, 2: 0.3333, 3: 0.5} ``` #### 6. 绝对值计算 如果需要计算列表中每个数值的绝对值，可以使用列表生成式或 `map()` 函数。 ```python my_list = [-1, -2, 3, -4] abs_list = [abs(x) for x in my_list] print(abs_list) # 输出: [1, 2, 3, 4] ``` 或者使用 `map()`： ```python my_list = [-1, -2, 3, -4] abs_list = list(map(abs, my_list)) print(abs_list) # 输出: [1, 2, 3, 4] ``` #### 7. 最大值与最小值 使用内置函数 `max()` 和 `min()` 可以找到列表中的最大值和最小值。 ```python my_list = [1, 2, 3, 4] max_value = max(my_list) min_value = min(my_list) print(max_value, min_value) # 输出: 4 1 ``` ### 注意事项 - 如果列表中包含非数值类型（如字符串），需要先进行过滤。 - 在处理大型数据集时，可以考虑使用 NumPy 或 Pandas 等库以提高性能。