Как рассчитать среднее значение столбцов из списков массивов в python с помощью numpy?

Если вы не возражаете против использования numpy, вы можете сделать следующее

import numpy as np
arr = np.random.randint(0,10,size=(2,2)) #sample data
arr
#array([[0, 2],
#       [6, 1]])
arr.mean(axis=0) #mean along the columns
# array([3. , 1.5])
arr.mean(axis=1) #mean along the rows
# array([1. , 3.5])

Кроме того, вы можете найти средства, выполнив следующие действия.

arr = [[0,2], [6,1]]
col_means = [sum(i)/len(i) for i in zip(*arr)] #column wise means
# [3.0, 1.5]
row_means = [sum(i)/len(i) for i in arr] #row wise means
# [1.0, 3.5]

Вы можете использовать среднюю функцию numpy и установить ось как 0.

mean(f1_score, axis=0)

И тогда вы получите нужный ответ

array([0.80457367, 0.91251312, 0.72048826])

Попробуй это:

f1_score = [[0.807892  , 0.91698113, 0.73846154],[0.80041797, 0.9056244 ,0.72017837],[0.80541103, 0.91493384, 0.70282486]]
temp=[]
output = []
for i in range(len(f1_score)):
    for j in range(len(f1_score)):
        temp.append(f1_score[j][i])
    output.append(np.mean(temp))
print(output)