在Python中求平均值时，需要注意以下事项：
数据类型的一致性：确保要求平均值的数据类型是相同的，否则可能会出现错误或不准确的结果。
空值处理：在计算平均值时，需要考虑输入数据中是否包含空值（如None或NaN），需要对这些空值进行处理，可以选择忽略或者填充。
数据量的大小：在计算平均值时，需要考虑数据量的大小，如果数据量很大，可以考虑使用numpy或pandas等库来提高计算效率。
精度问题：在计算平均值时，需要考虑结果的精度问题，可以选择保留特定的小数位数或使用科学计数法表示结果。
扩展性：在实际应用中，可能需要求多个数据集的平均值，因此需要考虑代码的扩展性，可以将求平均值的过程封装成函数或类，以便复用和扩展。