多维列表平坦化，其中子列表等于它们的平均值

Question

例如，我的列表=[1，[2，[3，[5，[5]]]]]]得到的列表是[1,3]。你知道吗

我现在有这个

def avg(mylist):  
    if mylist == []:
        return mylist
    elif type(mylist[0]) == list:
        mylist[0] = 0 # average of mylist[0]
        return mylist[:1]+avg(mylist[1:])
    elif type(mylist[0]) == float:
        return mylist[:1]+avg(mylist[1:])

这也是我想要的方式，但是我找不到一种方法来设置mylist[0]=mylist[0]的平均值。我也尝试过很多不同的方法，但我找不到一个有效的。你知道吗

编辑：我尝试过的另一个例子。你知道吗

total = 0
nosublist=True
if mylist == []:
    return mylist
for x in mylist: 
    if type(x) == list:
        nosublist=False
if nosublist:
    return mylist[:1]+average(mylist[1:])
elif not nosublist:
    for x in mylist:
        if type(x) == list:
            total += average(x)
        else:
            total += x
    mylist[0] = total/len(mylist)
    return average(mylist[:1])+average(mylist[1:])

Answer 1

这可能不是最好的解决方案，但你可以用它来帮助你的更好！我在每个递归调用上创建了两个列表，一个只包含非列表的元素，另一个包含所有列表的元素（以防您使用类似[1, 3, [2], [2], [3, [5, [5, 5]]]]的格式），并创建了一个调用堆栈来获取每个内部数组中元素的总和，另一个用于获取每个内部数组的长度，然后获取平均值。当然，由于数组列表中可能有多个数组，因此可以为每个数组映射相同的功能并累积它们的平均值

代码

list1 = [1, [2, [3, [5, [5]]]]]
list2 = [1, [2, 3], [4, 5], [5, [3, 4]]]


def avg(mylist):
"""flattens an array where the sublists to flatten are the average of that sublist"""

  subarrays = filter(lambda x: type(x) == type([]), mylist)
  rootelems = filter(lambda x: type(x) != type([]), mylist)

  avg_all = lambda elem: sum((avg(elem))) / len(avg(elem))

  if subarrays == []:
    return mylist

  return rootelems + map(avg_all, subarrays)

print avg(list1)
print avg(list2)

结果

[1, 3]
[1, 2, 4, 4]