Question

我有10个箱子：

    bins = [0,1,2,3,4,5,6,7,8,9]

我有25个值的列表：

    values = [10,0,0,14,14,123,235,0,0,0,0,0,12,12,1235,23,234,15,15,23,136,34,34,37,45]

我想将值按顺序存入bin中，以便将每个值分组到bin：

binnedValues = [[10,0],[0,14,14],[123,235],[0,0,0],[0,0],[12,12,1235],[23,234],[15,15,23],[136,34,34],[37,45]]

正如您所看到的，bin中值的数量并不总是相同的（len(values) != len(bins)）

另外，我有很多不同大小的不同值列表。因此，对于相同数量的bin，我需要多次执行此操作，但不同长度的值列表。以上是一个例子 - 真正的bin大小为10k，真正的len（值）从~10k到~750k ..

有没有办法一贯地做到这一点？我需要保持值的顺序，但是均匀地拆分值列表，这样就会有一个“公平”和“偶数”的值范围分配给每个二进制位。

我想我可以使用numpy.digitize，但看了之后，我看不出如何生成'binned'列表

Answer 1

您是否尝试将列表拆分为2到3个元素之间的交替大小的列表？那是可行的。

from itertools import cycle

values = [10,0,0,14,14,123,235,0,0,0,0,0,12,12,1235,23,234,15,15,23,136,34,34,37,45]
splits = cycle([2,3])
bins = []
count = 0

while count < len(values):
    splitby = splits.next()
    bins.append(values[count:count+splitby])
    count += splitby

print bins

修改

啊，我看到你要求的......有点儿。更像是：

来自itertools导入周期来自数学进口楼，ceil

values = [10,0,0,14,14,123,235,0,0,0,0,0,12,12,1235,23,234,15,15,23,136,34,34,37,45] number_bins = 10 bins_lower = int(floor(len(values) / float(number_bins))) bins_upper = int(ceil(len(values) / float(number_bins))) splits = cycle([bins_lower, bins_upper]) bins = [] count = 0 while count < len(values): splitby = splits.next() bins.append(values[count:count+splitby]) count += splitby print bins

如果您想要更多种类的bin尺寸，可以向splits
添加更多数字
编辑2：

Ashwin的方式，更简洁，更难以理解。

from itertools import cycle, islice from math import floor, ceil values = [10,0,0,14,14,123,235,0,0,0,0,0,12,12,1235,23,234,15,15,23,136,34,34,37,45] number_bins = 10 bins_lower = int(floor(len(values) / float(number_bins))) bins_upper = int(ceil(len(values) / float(number_bins))) splits = cycle([bins_lower, bins_upper]) it = iter(values) bins = [list(islice(it,next(splits))) for _ in range(10)] print bins

Python - 如何为列表生成分箱索引？

1 个答案: