ok, thanks. so is there a difference in performance if I do it this way versus if I use say a numpy function on an array? thanks.<br> <br> Jeff<br><br><b><i>John Fouhy &lt;john@fouhy.net&gt;</i></b> wrote:<blockquote class="replbq" style="border-left: 2px solid rgb(16, 16, 255); margin-left: 5px; padding-left: 5px;"> On 11/05/07, Jeff Peery <jeffpeery@yahoo.com> wrote:<br>&gt; hello, I was wondering what might be the best way to structure my data<br>&gt; within python. I am sampling data points, and in each there is a time,<br>&gt; value, and text string associated with that sample. so I was thinking I'd<br>&gt; make a list of 'measurement objects' and each object would have the<br>&gt; attributes: time, value, and text... but I want to operate on the numerical<br>&gt; values to find the average and stdev... so I'm not sure how to operate on my<br>&gt; data if it is inside an object.<br>[...]<br>&gt; mean = numpy.mean(????)<br>&gt;<br>&gt; is there a way to operate on the
 data when it is structured like this?<br><br>You could use a list comprehension or a generator expression.<br><br>eg:<br><br>mean = sum(m.value for m in measurements)/len(measurements)<br><br>Also, here is an alternative way you could store your data: as a list<br>of tuples.  You could write code like:<br><br># measurements is a list of tuples.  Each element is a triple (value,<br>text, time).<br>measurements = []<br><br>Then, later on, when you get a new measurement, something like:<br><br>measurements.append((value, text, time))<br><br>You can find the mean in the same way:<br><br>mean = sum(m[0] for m in measurements)/len(measurement)<br><br>-- <br>John.<br></jeffpeery@yahoo.com></blockquote><br><p>&#32;
        


      <hr size=1>Ahhh...imagining that irresistible "new car" smell?<br> Check out
<a href="http://us.rd.yahoo.com/evt=48245/*http://autos.yahoo.com/new_cars.html;_ylc=X3oDMTE1YW1jcXJ2BF9TAzk3MTA3MDc2BHNlYwNtYWlsdGFncwRzbGsDbmV3LWNhcnM-">new cars at Yahoo! Autos.</a>