我假設你的矩陣在一個列表列表中，并向你展示如何開始。(然而，正如我在一篇評論中提到的，如果你把矩陣放在一個numpy array或matrix中，它也會變得更加簡單和快速。)

如果您只是將該值作為一個大的多行字符串，則可以將其轉換為浮動列表，如下所示：m = [[float(col) for col in line.split()] for line in s.splitlines()]

現在，通過“根據第6列對這些數字進行分類”，聽起來您想要的是按該列的整數值對它們進行分組。在

Python附帶了一個^{}函數，它可以完成您在這里想要的大部分功能，但是您必須首先對數據進行排序。在

在Python中，排序和分組以及相關函數總是允許您傳遞鍵函數。您不必對第6列進行排序和分組，您可以使用第6列作為鍵對整行進行排序和分組。在

但實際上，您不想使用第6列的值作為鍵，而是要使用第6列的整數值。對于前者，您應該使用stdlib中的^{}函數，但是要做更復雜的事情，最好為其編寫一個函數：

^{pr2}$

(如果您重復這樣做，您可能需要編寫一個包裝器函數，該函數使用相同的鍵對其進行排序和分組，這樣就不必重復自己的操作，從而出錯。)

它提供的是一個內部有迭代器的迭代器，打印出來有點困難：[(k, list(g)) for k, g in groups]

…但你得到的是：[(68,

[[3917.0, 1.0, -0.662261, 25.148, 22.9354, 68.8076],

[3919.0, 1.0, -9.56836, -23.3265, -61.953, 68.8357]]),

(69,

[[3918.0, 1.0, 12.7649, 18.7451, 7.68473, 69.0063],

[3920.0, 1.0, 11.6292, 31.6525, -29.3697, 69.1372],

[3921.0, 2.0, 26.4837, -66.7897, 12.0257, 69.2282],

[3922.0, 1.0, -9.81652, 14.3788, 9.38343, 69.1217],

[3923.0, 2.0, 39.931, -88.1879, 109.498, 69.1604],

[3924.0, 1.0, 4.5502, 3.53887, -6.59604, 69.486],

[3925.0, 2.0, 13.6801, -24.6628, -5.7568, 69.9398]]),

(70, [[3926.0, 1.0, -10.5635, 7.05517, -8.82785, 70.2263]])]

因此，每個k是該類別分組的整數，每個g是該類別中的所有行(按排序順序)。在

(注意，因為groups是一個迭代器，如果print這個，groups現在將為空。)

這就解決了你的第一個問題，我想你的第二個問題(我不確定你到底想要什么)。在

對于第三種情況，首先需要遍歷組：for k, g in groups:

如果要在組中循環多次，則需要立即創建一個列表，然后循環該列表。在

對于每個組，您需要對多個列執行一些統計工作。最簡單的方法是使用一個模塊來處理所有的數學問題。PyPI上的^{}模塊是一個不錯的選擇，尤其是現在(稍作改動)它可能會最終進入即將發布的Python版本的標準庫中。在

但我只想說明一下，因為那是微不足道的。在

所以：def mean(sequence):

return sum(sequence) / len(sequence)

for k, g in groups:

rows = list(g)

print(k)

for column_index in 2, 3, 4:

column = [row[column_index] for row in rows]

print(mean(column))

可能有很多代碼不能滿足您的需要，但希望它足以讓您開始，并在遇到困難時提出更具體的問題。在

總結

以上是生活随笔為你收集整理的python中列表数据汇总和平均值_对数据进行分类，计算每个类别的平均值和标准差...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。