在Python中：
>>> a = [153, 186, 0, 258]>>> b = [156, 136, 156, 0]>>> c = [193, 150, 950, 757]>>> import statistics>>> [statistics.mean([x for x in s if x]) for s in zip(*[a, b, c])][167.33333333333334, 157.33333333333334, 553, 507.5]
在numpy中：
>>> import numpy as np>>> A = np.vstack([a,b,c])>>> np.average(A, axis=0, weights=A.astype(bool))array([ 167.33333333, 157.33333333, 553. , 507.5 ])
如果列中的所有值都可能等于零，则可能需要使用掩码数组来避免无法进行规范化（权重不能为零）的问题。输出中未定义的插槽将被屏蔽。
>>> a[0] = b[0] = c[0] = 0>>> A = np.vstack([a,b,c])>>> np.ma.average(A, axis=0, weights=A.astype(bool))masked_array(data=[--, 157.33333333333334, 553.0, 507.5], mask=[ True, False, False, False], fill_value=1e+20)>>> np.ma.average(A, axis=0, weights=A.astype(bool)).tolist()[None, 157.33333333333334, 553.0, 507.5]
