在列表中查找数字簇

时间:2013-04-04 01:06:52

标签: python list

我正在努力解决这个问题,因为我确信十几个for循环不能解决这个问题:

有一个排序的数字列表,如

numbers = [123, 124, 128, 160, 167, 213, 215, 230, 245, 255, 257, 400, 401, 402, 430]

我想创建一个带有数字列表的字典,其中数字的差异(彼此跟随)不超过15.因此输出将是:

clusters = {
    1 : [123, 124, 128],
    2 : [160, 167],
    3 : [213, 215, 230, 245, 255, 257],
    4 : [400, 401, 402],
    5 : [430]
}

我目前的解决方案有点难看(我必须在最后删除重复...),我确信它可以用pythonic方式完成。

这就是我现在所做的:

clusters = {}  
dIndex = 0 
for i in range(len(numbers)-1) :
    if numbers[i+1] - numbers[i] <= 15 :
        if not clusters.has_key(dIndex) : clusters[dIndex] = []
        clusters[dIndex].append(numbers[i])
        clusters[dIndex].append(numbers[i+1])
    else : dIndex += 1

5 个答案:

答案 0 :(得分:14)

如果您的列表很小,则不是绝对必要的,但我可能会在&#34;流处理&#34; fashion:定义一个生成器,它使您的输入可迭代,并生成分组为数字运行的元素,区别为&lt; = 15.然后您可以使用它来轻松生成您的字典。

def grouper(iterable):
    prev = None
    group = []
    for item in iterable:
        if not prev or item - prev <= 15:
            group.append(item)
        else:
            yield group
            group = [item]
        prev = item
    if group:
        yield group

numbers = [123, 124, 128, 160, 167, 213, 215, 230, 245, 255, 257, 400, 401, 402, 430]
dict(enumerate(grouper(numbers), 1))

打印:

{1: [123, 124, 128],
 2: [160, 167],
 3: [213, 215, 230, 245, 255, 257],
 4: [400, 401, 402],
 5: [430]}

作为奖励,这使您甚至可以将您的运行分组为潜在无限列表(当然,只要它们被排序)。您还可以将索引生成部分粘贴到生成器本身(而不是使用enumerate)作为次要增强。

答案 1 :(得分:4)

import itertools
import numpy as np

numbers = np.array([123, 124, 128, 160, 167, 213, 215, 230, 245, 255, 257, 400, 401, 402, 430])
nd = [0] + list(np.where(np.diff(numbers) > 15)[0] + 1) + [len(numbers)]

a, b = itertools.tee(nd)
next(b, None)
res = {}
for j, (f, b) in enumerate(itertools.izip(a, b)):
    res[j] = numbers[f:b]

如果你可以使用itertools和numpy。为迭代器技巧改编pairwise。移动索引需要+1,将0len(numbers)添加到列表中可确保正确包含第一个和最后一个条目。

显然,您可以使用itertools执行此操作,但我喜欢tee

答案 2 :(得分:1)

使用生成器分离逻辑:(一个函数做一件事)

numbers = [123, 124, 128, 160, 167, 213, 215, 230, 245, 255, 257, 400, 401, 402, 430]

def cut_indices(numbers):
    # this function iterate over the indices that need to be 'cut'
    for i in xrange(len(numbers)-1):
        if numbers[i+1] - numbers[i] > 15:
            yield i+1

def splitter(numbers):
    # this function split the original list into sublists.
    px = 0
    for x in cut_indices(numbers):
        yield numbers[px:x]
        px = x
    yield numbers[px:]

def cluster(numbers):
    # using the above result, to form a dict object.
    cluster_ids = xrange(1,len(numbers))
    return dict(zip(cluster_ids, splitter(numbers)))

print cluster(numbers)

以上代码给我

{1: [123, 124, 128], 2: [160, 167], 3: [213, 215, 230, 245, 255, 257], 4: [400, 401, 402], 5: [430]}

答案 3 :(得分:1)

这是一个适用于列表或生成器的相对简单的解决方案。它懒得产生对(group_number, element),因此如果需要,您必须单独进行实际分组。 (或者你可能只需要组号。)

 from itertools import tee

 def group(xs, gap=15):
    # use `tee` to get two efficient iterators
    xs1, xs2 = tee(xs)

    # the first element is in group 0, also advance the second iterator
    group = 0
    yield (group, next(xs2))

    # after advancing xs2, this zip is pairs of consecutive elements
    for x, y in zip(xs1, xs2):
        # whenever the gap is too large, increment the group number
        if y - x > gap:
            group += 1
        # and yield the second number in the pair
        yield group, y

答案 4 :(得分:0)

您可以使用numpy / pandas进行无(显式)循环的实现:

import pandas as pd    
import numpy as np

n = 15
numbers = [123, 124, 128, 160, 167, 213, 215, 230, 245, 255, 257, 400, 401, 402, 430]
nnumbers = np.array(numbers)
clusters = pd.DataFrame({
    'numbers': numbers,
    'segment': np.cumsum([0] + list(1*(nnumbers[1:] - nnumbers[0:-1] > n))) + 1
}).groupby('segment').agg({'numbers': set}).to_dict()['numbers']

诀窍是移动数字列表,并将其差异与阈值(15)进行比较,以找出分段之间的“中断”。当然,第一个要素不会中断。然后使用cumsum函数获取细分并使用set函数(如果有重复的话)进行分组。 希望自从发布此问题以来已经过去了很多年。