你可以在这里使用Numpy在Numpy数组中转换

A = [[ 1.0,  2.0,  3.0,  4.0,  5.0],
     [ 6.0,  7.0,  8.0,  9.0, 10.0],
     [11.0, 12.0, 13.0, 14.0, 15.0],
     [16.0, 17.0, 18.0, 19.0, 20.0]]

import numpy as np
slice = np.array(A)[1:3,0]
mean = np.mean(slice)

在这个例子中，我们使用切片符号A [1：3，0]来选择矩阵A的第1到第2行（不含）和第0列。这将创建一个1D数组[6.0，11.0]，然后我们使用np. mean（）计算平均值，结果为8.5。
请记住，当切片数组时，范围对于结束索引是独占的。所以1：3选择第1行和第2行，但不选择第3行。类似地，0仅选择列0。

正如目前所写的，A是一个嵌套列表。它不是一个numpy数组。
如果你想访问这个列表中的元素，你可以简单地做索引。

A[1][0]
#6.0

A[2][0]
#11.0

(A[1][0]+A[2][0])/2
#8.5

如果你将列表转换为np.array，那么：

import numpy as np
A = np.array([[ 1.0,  2.0,  3.0,  4.0,  5.0],
     [ 6.0,  7.0,  8.0,  9.0, 10.0],
     [11.0, 12.0, 13.0, 14.0, 15.0],
     [16.0, 17.0, 18.0, 19.0, 20.0]])

A[1:3, 0].mean()
#8.5

你的答案是躺在numpy切片和索引的机制。首先，A[1:2]只返回一行，作为最后的exclusive范围，因此您需要将其替换为A[1:3]。其次，你只需要2行数组第一列的元素（6，11），所以你做[:, 0]。Together => np.mean(A[1:3][:, 0]) .