按短数字拆分列表

Question

我正在使用 NumPy 在图表上查找交点，但是 isClose returns 每个交点有多个值

因此，我将尝试找出它们的平均值。但首先，我想隔离相似的值。这也是我觉得有用的技能。

我有一个名为 idx 的交叉点的 x 值列表，看起来像这样

[-8.67735471 -8.63727455 -8.59719439 -5.5511022  -5.51102204 -5.47094188
 -5.43086172 -2.4248497  -2.38476954 -2.34468938 -2.30460922  0.74148297
  0.78156313  0.82164329  3.86773547  3.90781563  3.94789579  3.98797595
  7.03406814  7.0741483   7.11422846]

我想把它分成列表，每个列表都由相似的数字组成。

这是我目前拥有的：

n = 0
for i in range(len(idx)):
    try:
        if (idx[n]-idx[n-1])<0.5:
            sdx.append(idx[n-1])
        else:
            print(sdx)
            sdx = []
    except:
        sdx.append(idx[n-1])
    n = n+1

它在大部分情况下都有效，但它忘记了一些数字：

[-8.6773547094188377, -8.6372745490981959]
[-5.5511022044088181, -5.5110220440881763, -5.4709418837675354]
[-2.4248496993987976, -2.3847695390781567, -2.3446893787575149]
[0.7414829659318638, 0.78156312625250379]
[3.8677354709418825, 3.9078156312625243, 3.9478957915831661]

可能有更有效的方法，有人知道吗？

Answer 1

考虑到你有一个 numpy 数组，你可以使用 np.split，拆分差异 > .5:

import numpy as np
x = np.array([-8.67735471, -8.63727455, -8.59719439, -5.5511022, -5.51102204, -5.47094188,
     -5.43086172, -2.4248497, -2.38476954, -2.34468938, -2.30460922, 0.74148297,
     0.78156313, 0.82164329, 3.86773547, 3.90781563, 3.94789579, 3.98797595,
     7.03406814, 7.0741483])


print np.split(x, np.where(np.diff(x) > .5)[0] + 1)

[array([-8.67735471, -8.63727455, -8.59719439]), array([-5.5511022 , -5.51102204, -5.47094188, -5.43086172]), array([-2.4248497 , -2.38476954, -2.34468938, -2.30460922]), array([ 0.74148297,  0.78156313,  0.82164329]), array([ 3.86773547,  3.90781563,  3.94789579,  3.98797595]), array([ 7.03406814,  7.0741483 ])]

np.where(np.diff(x) > .5)[0] returns 后面元素不满足np.diff(x) > .5)条件的索引：

In [6]: np.where(np.diff(x) > .5)[0]
Out[6]: array([ 2,  6, 10, 13, 17])

+ 1 每个索引加 1：

In [12]: np.where(np.diff(x) > .5)[0] + 1
Out[12]: array([ 3,  7, 11, 14, 18])

然后将[ 3, 7, 11, 14, 18]传递给np.split将元素拆分为子数组，x[:3], x[3:7],x[7:11] ...

Answer 2

如果您的 最终目的地 正在寻找每个 cluster/group 的平均值，其中每个聚类将被标记为不超过特定阈值的微小差异，您可以使用下面列出的方法。

基本上，我们将输入列表转换为 numpy 数组，对其进行排序，然后找到连续的差异。基于与某个阈值进行比较时的差异，我们为来自同一组的元素创建一个具有相同 ID 的 ID 数组。最后，使用这些 ID，我们使用 np.bincount 在 bin 内进行分箱和平均，基本上得到每个组的平均值。

这是实现 -

import numpy as np

# Input list
AList = [-8.67735471, -8.63727455, -8.59719439, -5.5511022,  -5.51102204,
         -5.47094188, -5.43086172, -2.4248497,  -2.38476954, -2.34468938,
         -2.30460922,  0.74148297,  0.78156313,  0.82164329,  3.86773547,
    3.90781563, 3.94789579,  3.98797595,  7.03406814,  7.0741483, 7.11422846]

# Tolerance as thresholding parameter to distinguish between two "groups"
tolerance = 1

# Convert to a numpy array and sort if not already sorted
A = np.sort(np.asarray(AList))

# ID array that has the same IDs for elements of the same group
ID_array = (np.append([False],np.diff(A)>tolerance)).cumsum()

# Finally get the average values for each group    
average_values = np.bincount(ID_array,A)/np.bincount(ID_array)

样本运行-

In [301]: A
Out[301]: 
array([-8.67735471, -8.63727455, -8.59719439, -5.5511022 , -5.51102204,
       -5.47094188, -5.43086172, -2.4248497 , -2.38476954, -2.34468938,
       -2.30460922,  0.74148297,  0.78156313,  0.82164329,  3.86773547,
        3.90781563,  3.94789579,  3.98797595,  7.03406814,  7.0741483 ,
        7.11422846])

In [302]: average_values
Out[302]: 
array([-8.63727455, -5.49098196, -2.36472946,  0.78156313,  3.92785571,
        7.0741483 ])

按短数字拆分列表

Splitting lists by short numbers

python

split

numpy

python-3.x