我必须在Python中找到列表的平均值。 到目前为止，这是我的代码
l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
print reduce(lambda x, y: x + y, l)
我已经知道了，所以它可以将列表中的值相加，但是我不知道如何将其划分为它们？
#1楼
l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
l = map(float,l)
print '%.2f' %(sum(l)/len(l))
#2楼
统计模块已添加到python 3.4中 。 它具有计算平均值的功能，称为均值 。 您提供的列表的示例为：
from statistics import mean
l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
mean(l)
#3楼
除了将其强制转换为浮点数外，还可以在总和上加上0.0：
def avg(l):
return sum(l, 0.0) / len(l)
#4楼
在Udacity的问题中，我也有类似的问题要解决。 我编码的不是内置函数：
def list_mean(n):
summing = float(sum(n))
count = float(len(n))
if n == []:
return False
return float(summing/count)
比平常更长的时间，但是对于初学者来说，这是一个很大的挑战。
#5楼
两者都可以为您提供接近整数或至少10个十进制值的相似值。 但是，如果您真正考虑的是长浮点值，则两者可能会有所不同。 方法可能因您要实现的目标而异。
>>> l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
>>> print reduce(lambda x, y: x + y, l) / len(l)
20
>>> sum(l)/len(l)
20
浮动值
>>> print reduce(lambda x, y: x + y, l) / float(len(l))
20.1111111111
>>> print sum(l)/float(len(l))
20.1111111111
@安德鲁·克拉克（Andrew Clark）的发言是正确的。
#6楼
我尝试使用上面的选项，但是没有用。 尝试这个：
from statistics import mean
n = [11, 13, 15, 17, 19]
print(n)
print(mean(n))
在python 3.5上工作
#7楼
结合上面的几个答案，我得出了与reduce一起使用的以下内容，并且不假定您在reduce函数中有L可用：
from operator import truediv
L = [15, 18, 2, 36, 12, 78, 5, 6, 9]
def sum_and_count(x, y):
try:
return (x[0] + y, x[1] + 1)
except TypeError:
return (x + y, 2)
truediv(*reduce(sum_and_count, L))
# prints
20.11111111111111
#8楼
作为一个初学者，我只是这样编码：
L = [15, 18, 2, 36, 12, 78, 5, 6, 9]
total = 0
def average(numbers):
total = sum(numbers)
total = float(total)
return total / len(numbers)
print average(L)
#9楼
我想添加另一种方法
import itertools,operator
list(itertools.accumulate(l,operator.add)).pop(-1) / len(l)
#10楼
numbers = [0,1,2,3]
numbers[0] = input("Please enter a number")
numbers[1] = input("Please enter a second number")
numbers[2] = input("Please enter a third number")
numbers[3] = input("Please enter a fourth number")
print (numbers)
print ("Finding the Avarage")
avarage = int(numbers[0]) + int(numbers[1]) + int(numbers[2]) + int(numbers [3]) / 4
print (avarage)
#11楼
假设
x = [[-5.01,-5.43,1.08,0.86,-2.67,4.94,-2.51,-2.25,5.56,1.03], [-8.12,-3.48,-5.52,-3.78,0.63,3.29,2.09,-2.13,2.86,-3.33], [-3.68,-3.54,1.66,-4.11,7.39,2.08,-2.59,-6.94,-2.26,4.33]]
您可以注意到x维数为3 * 10，如果您需要获取每一行的mean ，则可以输入
theMean = np.mean(x1,axis=1)
别忘了import numpy as np
#12楼
如果您使用的是python> = 3.4，则有一个统计资料库
https://docs.python.org/3/library/statistics.html
您可以使用这种卑鄙的方法。 假设您有一个要查找均值的数字列表：-
list = [11, 13, 12, 15, 17]
import statistics as s
s.mean(list)
它也有其他方法，如stdev，方差，众数，谐波均值，中位数等，这些方法也非常有用。
#13楼
如果您想获得的不仅仅是平均值（也就是平均值），您可以查看scipy统计信息
from scipy import stats
l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
print(stats.describe(l))
# DescribeResult(nobs=9, minmax=(2, 78), mean=20.11111111111111,
# variance=572.3611111111111, skewness=1.7791785448425341,
# kurtosis=1.9422716419666397)
#14楼
或使用pandas的Series.mean方法：
pd.Series(sequence).mean()
演示：
>>> import pandas as pd
>>> l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
>>> pd.Series(l).mean()
20.11111111111111
>>>
从文档：
Series.mean(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)¶
这是文档：
https://pandas.pydata.org/pandas-docs/stable/generation/pandas.Series.mean.html
以及整个文档：
#15楼
使用以下PYTHON代码在列表中查找平均值：
l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
print(sum(l)//len(l))
试试这个很容易。
#16楼
在Python 3.4+上，您可以使用statistics.mean()
l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
import statistics
statistics.mean(l) # 20.11111111111111
在旧版本的Python上，您可以执行
sum(l) / len(l)
在Python 2上，您需要将len转换为float以获得float除法
sum(l) / float(len(l))
无需使用reduce 。 它慢得多，并已在Python 3中删除 。
#17楼
l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
sum(l) / len(l)
#18楼
当Python具有完美的crosument sum()函数时，为什么要为此使用reduce() ？
print sum(l) / float(len(l))
（必须使用float()才能强制Python执行浮点除法。）
#19楼
print reduce(lambda x, y: x + y, l)/(len(l)*1.0)
或喜欢以前发布的
sum(l)/(len(l)*1.0)
1.0是确保获得浮点除法
#20楼
为了使用reduce来获得运行平均值，您需要跟踪总数，但也要跟踪到目前为止看到的元素总数。 由于这不是列表中的琐碎元素，因此还必须传递reduce来折叠成一个额外的参数。
>>> l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
>>> running_average = reduce(lambda aggr, elem: (aggr[0] + elem, aggr[1]+1), l, (0.0,0))
>>> running_average[0]
(181.0, 9)
>>> running_average[0]/running_average[1]
20.111111111111111
#21楼
sum(l) / float(len(l))是正确的答案，但是仅出于完整性考虑，您可以使用一个reduce来计算平均值：
>>> reduce(lambda x, y: x + y / float(len(l)), l, 0)
20.111111111111114
请注意，这可能会导致轻微的舍入错误：
>>> sum(l) / float(len(l))
20.111111111111111
#22楼
您可以使用numpy.mean ：
l = [15, 18, 2, 36, 12, 78, 5, 6, 9]
import numpy as np
print(np.mean(l))
