本文介绍两种通用策略——扁平化后聚合与递归式聚合，用于对包含字典、列表、标量及 numpy 数组的嵌套树结构执行任意聚合操作（如 sum、mean、prod），并对比其语义差异与适用场景。
本文介绍两种通用策略——扁平化后聚合与递归式聚合，用于对包含字典、列表、标量及 numpy 数组的嵌套树结构执行任意聚合操作（如 sum、mean、prod），并对比其语义差异与适用场景。
在处理复杂嵌套数据（如配置树、JSON-like 结构或模型参数容器）时，常需将底层数值“向上折叠”为单一聚合结果。关键在于：聚合顺序是否影响结果？ 对 sum 或 prod 这类满足结合律与交换律的函数，无论先展平再计算，还是逐层递归合并，结果一致；但对 mean、geometric_mean、list 等依赖分组结构的函数，两种策略会产生本质不同的语义。
以下提供两个核心函数，均支持任意可迭代嵌套结构（含 dict、list、tuple、np.ndarray），并正确规避字符串误展开问题：
def depth_first_search(tree):
"""深度优先遍历树，生成所有叶子节点（非容器）值"""
if isinstance(tree, dict):
for subtree in tree.values():
yield from depth_first_search(subtree)
elif isinstance(tree, (str, bytes)):
yield tree # 字符串视为原子值，不拆分为字符
else:
try:
iter(tree) # 检查是否为可迭代对象（排除 int/float/None 等）
except TypeError:
yield tree
else:
# 对 list/tuple/np.ndarray 等递归展开
for subtree in tree:
yield from depth_first_search(subtree)
def collapse_then_aggregate(f, tree):
"""先完全展平为值序列，再一次性应用聚合函数 f"""
return f(depth_first_search(tree))
def aggregate_recursively(f, tree):
"""自底向上递归聚合：对每个子树先聚合，再用 f 合并其结果"""
if isinstance(tree, dict):
subresults = (aggregate_recursively(f, v) for v in tree.values())
return f(subresults)
elif isinstance(tree, (str, bytes)):
return tree
else:
try:
iter(tree)
except TypeError:
return tree
subresults = (aggregate_recursively(f, item) for item in tree)
return f(subresults)✅ 使用示例：
from math import prod
from statistics import mean, geometric_mean
import numpy as np
tree = {
"a": [1, [2, 3, 4], [5, 6, 7, 8]],
"b": [{"c": 8, "d": 9}, {"e": 3, "f": 4}, 8]
}
# 对比结果（注意 mean/geometric_mean 的差异）
print("sum → same:", collapse_then_aggregate(sum, tree), aggregate_recursively(sum, tree))
# sum → same: 68 68
print("mean → different:",
round(collapse_then_aggregate(mean, tree), 4),
round(aggregate_recursively(mean, tree), 4))
# mean → different: 5.2308 5.0833⚠️ 注意事项：
立即学习“Python免费学习笔记（深入）”；
- collapse_then_aggregate 适用于全局统计量（如总和、乘积、中位数），语义清晰且高效；
- aggregate_recursively 保留了原始嵌套的分组逻辑，适合需按层级加权（如 mean([mean([1,2]), mean([3,4])]) ≠ mean([1,2,3,4])）或构造新结构（如 list 返回分层列表）的场景；
- 若数据含 np.ndarray，需确保 f 支持其作为输入（如 np.sum 替代内置 sum）；
- 对不可迭代的标量（int, float, bool, None），两函数均直接返回原值，无需额外处理。
总结：选择策略取决于业务语义——若聚合应无视结构、仅关注所有叶子值，则用 collapse_then_aggregate；若层级关系承载语义（如“每个子模块取平均，再求模块间平均”），则必须使用 aggregate_recursively。
