python计算list或array的平均值，要求剔除np.nan和None

我的代码运行后测试了几组数据，测试第一组的时候是正确的，测试第二组时return的值却是第一组的，改了代码后测试另外一组较长的数据后显示过长超出范围，要怎么改善呢

• 以下回答由chatgpt基于相关博客总结生成:

  问题解答：

  首先，我们需要明确目标：对一个列表或数组进行平均值计算，并排除其中的np.nan和None对结果的影响。

  接下来，我们可以按照以下步骤进行：

  1. 对原始列表或数组进行预处理，将其中的np.nan和None转化为0或其他默认值。这可以通过列表解析或numpy.where函数实现。

  举例：

  import numpy as np
  
  # 假设原始列表为list，使用列表解析方式将其中的np.nan转化为0
  list_processed = [i if i is not np.nan else 0 for i in list]
  
  # 假设原始数组为arr，使用numpy.where函数将其中的None转化为0
  arr_processed = np.where(arr!=None, arr, 0)
  

  1. 计算平均值时，对预处理后的列表或数组进行计算，并排除默认值0。这可以通过numpy.mean函数实现。

  举例：

  # 假设预处理后的数组为arr_processed，计算平均值时只计算其中不为0的数
  mean = np.mean(arr_processed[arr_processed!=0])
  

  这样就可以得到排除异常值的平均值。

  需要注意的是，以上代码仅提供一种实现方法，实际应用中还需要根据具体情况进行调整。另外，在处理大型数据时，代码的效率可能会受到影响，可以尝试使用其他方式进行优化。