python中赋值以及平均值计算的两个小坑

以下全文代码和数据均已发布至和鲸社区，复制下面链接或者阅读原文前往，可一键fork跑通：

https://www.heywhale.com/mw/project/62f9033c738412246370ef04

前不久在测试python代码的时候，我发现了两个不容易被人关注到的小坑(也有可能是我没注意到，哈哈哈)。这里给大家浅浅地分享一下，一起避雷了！

一、python中的“=”、“numpy.copy”、“copy.deepcopy”

这个是关于在python中赋值的小坑，给大家看看下面的几个例子，大家应该就明白了。

我们先来建立一个初始数组a，然后分别用这三种方法来进行赋值。

import numpy as np
import copy as cp

a = np.array([9,'自学气象人',[1,2,3],[997,998,999]])
b = a
c = np.copy(a)
d = cp.deepcopy(a)

print('a',a)
print('b',b)
print('c',c)
print('d',d)

现在，我们先来改变d中的三个元素的值，看看初始数组a会不会发生变化。可以看到，改变采用copy.deepcopy()方法赋值的d数组中的数值，完全不会影响到初始数组a的值。即copy.deepcopy()方法是深复制(完全的复制了)。

print('改变前的a',a)
print('改变前的d',d)
d[0] = -1
d[1] = '好好学习'
d[2] = ['天天向上']
d[3][1] = 1000
print('改变后的d',d)
print('改变后的a',a)

接着，我们再来改变c中的三个元素的值，看看初始数组a会不会发生变化。可以看到，改变采用numpy.copy()方法赋值的c数组中的数值，会部分影响到初始数组a中的值。这仅发生于我们改变初始数组a中的列表中的元素(改变整个列表则不会影响初始数组a)，也即numpy.copy()方法无法复制其作用数组中所包含对象内的元素，属于浅复制。

print('改变前的a',a)
print('改变前的c',c)
c[0] = -1
c[1] = '好好学习'
c[2] = ['天天向上']
c[3][1] = 1000
print('改变后的c',c)
print('改变后的a',a)

最后，我们来看一下改变b中的三个元素的值，看看初始数组a会不会发生变化。可以看到，改变采用 “=” 方法赋值的b数组中的数值，会完全地影响到初始数组a中的值。即对b进行的操作会完全地同步到初始数组a上。

print('改变前的a',a)
print('改变前的b',b)
b[0] = -1
b[1] = '好好学习'
b[2] = ['天天向上']
b[3][1] = 1000
print('改变后的b',b)
print('改变后的a',a)

二、python中的“np.nanmean”、“xarray.mean”

这个呢，是python中求平均值的小坑(当计算的数据中存在nan值时会出现)。同样给大家看看下面几个例子，一起来具体地感受一下。

首先我们来创建个dataset，其中有一个nan值(缺省值)。

import xarray as xr 
import numpy as np
import pandas as pd

data = np.array([[1, np.nan,  2],
                 [3, 4, 5]])

da = xr.DataArray(
    data,
    [
        ("lat", np.array([10,11])),
        ("lon", np.array([1,2,3]))],
)


ds = da.to_dataset(name="temp")
ds['temp']

接着我们先来看一下正确计算的平均值是多少(也就是这五个数加起来的平均值)。

(1+2+3+4+5) / 5

当我们使用numpy.nanmean()方法计算时，可以看到是正确的结果。

np.nanmean(ds['temp'])

当我们使用xarray.mean()方法并同时输入两个维度“lat”“lon”计算时，可以看到是正确的结果。

ds['temp'].mean(dim=['lat','lon'])

当我们使用xarray.mean()方法并先对维度“lon”计算平均，再对维度“lat”计算平均时，可以看到结果偏离了正确的均值。

ds['temp'].mean(dim=['lon']).mean(dim=['lat'])

上面这种分步计算的方法等价于下面的计算。即由于存在nan值，所以计算时候分母发生了变化，导致分步计算的结果与正确计算结果之间出现偏差。如果没有nan值的话，这几种计算方法得到的结果就会一致。

大家也可以试试先计算“lat”再计算“lon”，结果也不会是3.0。这个问题在我们求区域平均时候要十分注意，切记检查是否有nan值，并据此选择合适的均值计算方法。

以上就是本文的全部内容。如有不妥之处，还望各位指正！