背景：
不知道我的术语是否正确，因此，如果这恰巧是重复的问题(similar question 1，similar question 2)，我深表歉意。我一直在阅读本教程How to Iterate Through a Dictionary in Python，我想我想做的事情与“做一些计算：再访”类似，但形式为“元组拆包”（第3链接中使用的单词）。
问题/目标：
我希望的是用原始键创建一个新字典，将新值作为旧值列表的平均值，然后绘制它。
我的尝试：
以下是作为for循环的完整尝试，也是我尝试制造“一个衬纸”的尝试。我得到的最接近的结果是形成两个使用字典键的变量，以及另一个使用值并将其绘制为（x，y）的变量。
k_to_accuracies = {1: [0.274, 0.274, 0.274, 0.274, 0.274],
2: [0.224, 0.224, 0.224, 0.224, 0.224],
3: [0.272, 0.272, 0.272, 0.272, 0.272],
5: [0.278, 0.278, 0.278, 0.278, 0.278],
7: [0.274, 0.274, 0.274, 0.274, 0.274],
10: [0.282, 0.282, 0.282, 0.282, 0.282],
15: [0.272, 0.272, 0.272, 0.272, 0.272],
20: [0.272, 0.272, 0.272, 0.272, 0.272],
25: [0.274, 0.274, 0.274, 0.274, 0.274],
30: [0.254, 0.254, 0.254, 0.254, 0.254]}
k_ave = {}
for key, value in k_to_accuracies.items():
#print(key, '->', value)
k_ave[key] = np.mean(value)
print(k_ave)
k_ave = {}
k_ave = [np.mean(value) for value in k_to_accuracies.values()]
print("\n",k_ave)
k_keys = [key for key in k_to_accuracies.keys()]
print("\n",k_keys)
plt.plot(k_keys, k_ave, '.')
plt.show()
问题
如果可能的话，我将如何写成一行，或者最有效/最快的方法是什么。
将其称为向量化/广播计算也正确吗？如果有可能的话，有人可以解释我将如何对这些代码行进行矢量化/广播？ （也不确定这是否是正确的术语，甚至在这种情况下是否适用）。除了标准scipy tutorial和tutorialspoint之外，我还没有找到关于这些概念的扎实教程。
最佳答案
可以写成一行，但我不建议这样做：
>>> plt.plot(*zip(*{k: np.mean(v) for k, v in k_to_accuracies.items()}.items()), '.')
如您所见，这是相当不透明的，尽管它产生正确的输入，但问题中的版本却更容易阅读和理解。在时间比较方面，这种方法与您所质疑的方法之间几乎没有区别：
k_ave = [np.mean(value) for value in k_to_accuracies.values()]
k_keys = [key for key in k_to_accuracies.keys()]
plt.plot(k_keys, k_ave, '.')
这些都不是经过验证或广播的计算。这些术语指的是可以在不使用for循环的情况下对数据执行批处理操作的地方，并且在Python的C扩展中很常见，例如在Numpy的数组和Pandas的数据帧上执行的操作。由于此处的数据结构是字典，因此如果不转换为这些结构之一，就无法在此处应用矢量化。
我们在这里采用的方法是使用列表理解和生成器表达式，它们基本上是最小化和组合for循环和lambda函数的一种方式。您可以阅读有关这些here的更多信息。请注意，这些操作与广播操作/矢量化之间的区别在于，列表解析会遍历一种结构，并一次对一个数据应用操作。
关于python - 字典值的平均值，其中值采用列表/数组的形式。 (一根类轮)，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/59928765/