Question

我需要在python中编写一个函数，它返回一个数字列表的有效测量值。如果距离最近的其他测量值小于0.1秒，则度量无效。此外，输出列表的长度应与输入列表的长度相同。

因此：

[5.1, 5.6, 6.0, 10.34, 10.37, 10.45, 12.5]应该返回[True, True, True, False, False, False, True]

我已按以下方式解决问题：

list = [5.1, 5.6, 6.0, 10.34, 10.37, 10.45, 12.5]
newlist = []

for i, j in zip(list, list[1:]):
    if j - i >= .1:
        newlist.append(True)
    else:
        newlist.append(False)

问题是这会返回以下列表： [True, True, True, False, False, True] False测量失踪。

如何以不同方式编写此代码？

Answer 1

您的假设不正确。只有2次错误的测量。一个在10.37，一个在10.45。 10.34的测量结果正常，因为它发生在前一个测量后几秒钟。

您的结果的值比输入列表少1，因为您要将值2比较为2。

这是典型的＆＃34;间隔＆amp;值＆＃34;问题。间隔比值少一个。

写这样的测试以获得更好的性能（列表理解）：

measures = [5.1, 5.6, 6.0, 10.34, 10.37, 10.45, 12.5]
print([abs(measures[i+1]-measures[i])>0.1 for i in range(len(measures)-1)])

[True, True, True, False, False, True]

（您的代码会创建大量无用的临时列表。还要避免使用list作为变量）

但是，如果你想使所有测量结果无效，那么过于接近，没有花哨的东西，有滑动窗口：

measures = [5.1, 5.6, 6.0, 10.34, 10.37, 10.45, 12.5]
result = [True] * len(measures)

for i in range(len(measures)-1):
    validity = abs(measures[i+1]-measures[i])>0.1
    if result[i]:  # don't overwrite an already invalidated value
        result[i] = validity
    result[i+1] = validity

print(result)

[True, True, True, False, False, False, True]

详细说明：

创建一个大小为输入数组的result数组（*运算符，很好）
遍历列表中的所有元素，但最后一个
比较当前值和＆＃34; next＆＃34;用于计算validity标记（True或False）
如果当前result已经False，则表示上一次迭代已经使其无效，保持原样，否则设置为validity
设置＆＃34; next＆＃34;结果为validity（i+1索引）

没有临时列表创建，应该足够快。

Answer 2

我这样解决，第一次将虚拟有效值插入到列表的头部和尾部，以便稍后我们可以比较前后值。然后开始执行检查不包括我们添加的虚拟的值。

# rename var name to lst, not recommended to use keyword list as var name
lst = [5.1, 5.6, 6.0, 10.34, 10.37, 10.45, 12.5]
lst2 = [lst[0]+1] + lst + [lst[-1]+1]
# use absolute function so we checking the absolute difference
newlist = [ abs(lst2[i]-lst2[i+1]) >= 0.1 and abs(lst2[i]-lst2[i-1]) >= 0.1 for i in range(1, len(lst)+1)] 

# result newlist
# [True, True, True, False, False, False, True]

Answer 3

另一种选择是使用numpy，在这种情况下不需要显式循环（Skycc的答案也是如此，但更简洁）：

import numpy as np
a = np.array([5.1, 5.6, 6.0, 10.34, 10.37, 10.45, 12.5])

delta = np.diff(a) # forward difference
delta = np.insert(delta, 0, delta[0]) # duplicate the first delta at the beginning
delta = np.append(delta, delta[-1]) # duplicate last delta at the end

valid = np.abs(delta) >= 0.1 # boolean vector

返回“有效”数字

3 个答案: