Question

我列出了10个条款及其分数。第一个x往往比其他x重要得多。所以我想找到x。

例如，plotting this list显示第三个学期后的平台。因此我们保留前3个学期。即使直观地说，保留前3个术语似乎也是合适的。

    badge                                   =>    7.00709342956543
    unlocked                                =>    7.00709342956543
    foursquare                              =>   5.830315748850505
    https                                   =>   5.001254081726074
    you've unlocked                         =>   4.954763253529866
    50xxxxxx badge                          =>   4.954763253529866
    all badges                              =>   4.954763253529866
    unlocked far                            =>   4.954763253529866
    badges                                  =>   4.954763253529866
    just unlocked                           =>   4.954763253529866

但是如何以编程方式生成此截止？我更喜欢标准库中提供的东西。

Answer 1

我假设您的“条款”将按降序排序，如您提供的示例所示。我只想建立一个delta（比如0.5），它代表一个小到可以忽略的差异。

然后我会遍历这些术语的集合，为它们添加一个结果集合，当我看到我之前看到的术语的“delta”中的术语时，我将结束我的迭代，并可能删除我最后看到的术语结果收集。

这有意义吗？

看起来像这样：

delta = 0.5
result = []
for term in termMapSortedKeys:
     if (previousTermValue - delta >= termMap[term]):
          break
     else:
          result.append(term)
          previousTermValue = termMap[term]
del result[-1]
return result

Answer 2

对于std-lib友好方式，您可以使用itertools.tee在列表中的项之间进行比较，并返回迭代器中的增量。然后使用itertools.takewhile。

获取容差范围内的数据

import itertools, sys

def delta(data):
    '''yield the original data and the delta to the next item as tuple'''
    a, b = itertools.tee(data)
    yeild (next(b, None), sys.maxint) # assume the first item always passes :)
    for n in itertools.izip(a, b):
        yield n[1], abs(n[1] - n[0])


# example...
data = [0,1,2,3,4,6,6.125,6.25,6.375,6,6,6.25,5,6,6, 4.5, 2.5, 7]
data.sort()       
print data
# [0, 1, 2, 2.5, 3, 4, 4.5, 5, 6, 6, 6, 6, 6, 6.125, 6.25, 6.25, 6.375, 7]


filter_fn = lambda x: x[1] > .05 # tolerance goes here...
trimmed = [item[0] for item in itertools.takewhile(filter_fn , delta(data))]
print trimmed 
# [0, 1, 2, 2.5, 3, 4, 4.5, 5, 6]

如何“切断一个系列的尾巴”

2 个答案: