为什么Python在创建列表时解释减法时不一致？

Question

我正在制作一个小程序，在某个时刻，我需要从矩阵的每一行中减去该行本身的平均值。相当标准的重正化过程。

注意代码中的

def subtractaverage(data):
    datanormalized=[]
    for row in data:
        average_row=sum(row)/len(row)
        print "average=",average_row
#       renormalized_row=[cell-average_row for cell in row]
        renormalized_row=[-average_row+cell for cell in row]        
        datanormalized.append(renormalized_row) 
    matrixnormalized=np.array(datanormalized)
    return matrixnormalized

行： # renormalized_row=[行中单元格的单元格平均行] renormalized_row=[-average_row+cell for cell in row]

我首先尝试了第一行（cell-average_row），但它不起作用。结果是 renormalized_row 最终等于 row。

然后第二行就起作用了。所以不知何故，编译器似乎将 [cell-average_row for cell in row] 解释为 [cell for cell in row]。

但是如果我写：

renormalized_row=[cell-100 for cell in row] 

它工作正常（并生成一个新列表，其中每个单元格减去值 100。我尝试了另一个小程序，然后：

rs=range(10)
val=5
t=[r-val for r in rs]
print t,rs

这也可以工作并生成

[-5, -4, -3, -2, -1, 0, 1, 2, 3, 4] [0、1、2、3、4、5、6、7、8、9]

应该如此。

所以现在我很茫然。 是的，我可以使用 renormalized_row=[-average_row+行中单元格的单元格] 但我想了解发生了什么事。为什么表达式的解释方式明显不一致。

我在 OSX 10.6.4 上使用 python2.6.5（2.6.6 没有适用于 Mac 的 .dmg）

谢谢，

当天晚些时候尝试该程序，在另一组数据上，它实际上有效。在原始数据上再次测试它再次工作。我更困惑了。但我知道，甚至错过了宣战理由来表明某些事情没有发挥应有的作用。

我们可以结束这个问题吗

Answer 1

我猜问题是整数除法（如果 row 仅由整数组成），

average_row=sum(row)/len(row)

如果行的长度大于总和，则平均值将为 0。尝试

average_row=sum(row)/float(len(row))

一下。