Question

假设我有一个事物列表，它们的频率，（按频率排序）和项目总数（为了清楚起见，我在这里使用dict，但实际上它们是具有频率属性的对象）：

items = {"bananas":12, "oranges":12, "apples":11, "pears":2}

现在，我想从我的37（max_results）个项目中挑选出10个项目（total_frequency），但与其频率成比例（最多，比方说，3个项目） - max_proportion）。在这个例子中，我最终得到3个香蕉，橙子和苹果，以及1个梨。

def get_relative_quantities(total_frequency, items, max_results, max_proportion):
    results = {}
    num_added = 0
    for freq, the_group in it.groupby(items, lambda x: x.frequency):
        if num_added == max_results:
            break

        the_group_list = list(the_group)
        group_size = len(the_group_list)
        shuffle(the_group_list)

        for item in the_group_list:
            if num_added == max_results:
                break

            rel_freq = min(math.ceil((freq/total_frequency)*max_results), max_proportion)
            results[item] = rel_freq
            num_added += rel_freq

    return results

我担心的一件事是，如果只有1项，这种方法，我将得不到足够的结果。我将得到3（假设一个max_proportion f 3中的10）。我该如何处理这个问题？

Answer 1

这将取决于哪种策略对您的需求更有意义。我们假设您max_results为10而max_proportion为2。应该归还什么？第一次迭代将获得每个2。

如果您丢弃结果并重做所有内容，将max_proportion增加到3，则梨的数量将降至1（即结果将类似于您的示例）;
如果您保留结果并使用max_results = 2和max_proportion = 1进行新的迭代，则会增加一个香蕉和一个橙色;
- 如果max_proportion保留在2，您可能会获得2个香蕉或2个橙子，而另一个则不会。

无论您想要的输出是什么，我的建议都是一样的：检查是否有足够的结果，如有必要，再次致电get_relative_quantities，减少max_results（以获取剩余的元素）或增加max_proportion（丢弃初始结果并接受越来越多的每个项目）。根据需要多次执行此操作以达到所需数量或耗尽可能性。（这与iterative deepening）

背后的原理相同

Answer 2

首先，建立一个具有比例数量的元素的项目列表：

items = {"bananas":12, "oranges":12, "apples":11, "pears":2}

choices = []
[choices.extend([k] * v) for k, v in items.items()]

接下来，设置最终结果，每个结果的最小数量（每个可能的项目之一）：

selected = list(items.keys())

最后，对于您要选择的其他项目，请从按比例重复的项目列表中选择一个随机项目：

import random as rnd
[selected.append(rnd.choice(choices)) for i in xrange(10 - len(items))]

所有这些片段组合在一起：

import random as rnd

items = {"bananas":12, "oranges":12, "apples":11, "pears":2}

choices = []
[choices.extend([k] * v) for k, v in items.items()]

selected = list(items.keys())
[selected.append(rnd.choice(choices)) for i in xrange(10 - len(items))]

运行的输出：

>>> pp.pprint(selected)
['pears',
 'bananas',
 'oranges',
 'apples',
 'bananas',
 'bananas',
 'oranges',
 'apples',
 'apples',
 'apples']

Answer 3

您可以使用d'Hondt method（或Jefferson方法）来执行此操作。

import heapq, collections, itertools

def fruit_divided(fruit, weight, max_proportion):
    for div in range(1, min(weight, max_proportion) + 1):
        yield (- weight / div, fruit)

def pick(items, max_results, max_proportion):
        fruits = heapq.merge(*(fruit_divided(fruit, frequency, max_proportion)
                               for fruit, frequency in items.items()))
        fruits = itertools.islice(fruits, max_results)
        return collections.Counter(fruit for _, fruit in fruits)

示例运行：

>>> items = {"bananas":12, "oranges":12, "apples":11, "pears":2}
>>> max_results = 10
>>> max_proportion = 3
>>> print(pick(items, max_results, max_proportion))
Counter({'oranges': 3, 'bananas': 3, 'apples': 3, 'pears': 1})

如果只能选择少于max_results个水果，则会返回最高数量。

>>> print(pick(items, max_results, max_proportion))
Counter({'oranges': 3, 'bananas': 3, 'apples': 3, 'pears': 2})

Python：如何从python中的分组列表中返回相对数量

3 个答案: