вычислить среднее значение в python для генератора

Всего одно простое изменение в вашем коде позволит вам использовать оба. Генераторы должны были использоваться взаимозаменяемо со списками в цикле for.

def my_mean(values):
    n = 0
    Sum = 0.0
    for v in values:
        Sum += v
        n += 1
    return Sum / n

В общем, если вы выполняете вычисление потокового среднего числа с плавающей запятой, вам, вероятно, лучше использовать более численно стабильный алгоритм, чем просто суммировать генератор и делить на длину.

Самый простой из них (насколько я знаю) обычно приписывается Кнуту и также вычисляет дисперсию. Ссылка содержит реализацию Python, но здесь для полноты скопирована только средняя часть.

def mean(data):
    n = 0
    mean = 0.0

    for x in data:
        n += 1
        mean += (x - mean)/n

    if n < 1:
        return float('nan');
    else:
        return mean

Я знаю, что этот вопрос очень старый, но он все еще первый хит в Google, поэтому было уместно опубликовать его. Мне все еще грустно, что стандартная библиотека Python не содержит этого простого фрагмента кода.

def my_mean(values):
    total = 0
    for n, v in enumerate(values, 1):
        total += v
    return total / n

print my_mean(X)
print my_mean(Y)

В Python 3.4 есть statistics.mean(), но он вызывает list() на входе:

def mean(data):
    if iter(data) is data:
        data = list(data)
    n = len(data)
    if n < 1:
        raise StatisticsError('mean requires at least one data point')
    return _sum(data)/n

где _sum() возвращает точную сумму (функция, похожая на math.fsum(), которая в дополнение к float также поддерживает Fraction, Decimal).

Старомодный способ сделать это:

def my_mean(values):
   sum, n = 0, 0
   for x in values:
      sum += x
      n += 1
   return float(sum)/n

Один из способов был бы

numpy.fromiter(Y, int).mean()

но на самом деле это временно сохраняет числа.

Ваш подход хорош, но вместо этого вам следует использовать идиому for x in y вместо повторного вызова next, пока вы не получите StopIteration. Это работает как для списков, так и для генераторов:

def my_mean(values):
    n = 0
    Sum = 0.0

    for value in values:
        Sum += value
        n += 1
    return float(Sum)/n

Вы можете использовать сокращение, не зная размера массива:

from itertools import izip, count
reduce(lambda c,i: (c*(i[1]-1) + float(i[0]))/i[1], izip(values,count(1)),0)

def my_mean(values):
    n = 0
    sum = 0
    for v in values:
        sum += v
        n += 1
    return sum/n

Приведенный выше код очень похож на ваш код, за исключением того, что при использовании for для итерации values вы хороши, независимо от того, получаете ли вы список или итератор. Однако метод python sum очень оптимизирован, поэтому, если список не очень, очень длинный, вы можете быть более довольны временным хранением данных.

(Также обратите внимание, что, поскольку вы используете python3, вам не нужен float(sum)/n)

Если вы заранее знаете длину генератора и хотите избежать хранения полного списка в памяти, вы можете использовать:

reduce(np.add, generator)/length

Пытаться:

import itertools

def mean(i):
    (i1, i2) = itertools.tee(i, 2)
    return sum(i1) / sum(1 for _ in i2)

print mean([1,2,3,4,5])

tee будет дублировать ваш итератор для любого итерируемого i (например, генератора, списка и т. д.), что позволит вам использовать один дубликат для суммирования, а другой — для подсчета.

(Обратите внимание, что «тройник» по-прежнему будет использовать промежуточное хранилище).