Question

我正在尝试计算1000个组内的多个整数数据点。

假设我们在0..999999范围内有10,000个数据点：

import random
random.seed(123456) # generate a reproducable sequence

# make 10000 numbers in range 0..99999
maxn = 99999
numbers = [random.randint(0,maxn) for i in range(10000)]

现在哪种变体是“更好”的方式来生成一个列表，其中包含每个1000组中计算的数据点数？

“更好”可能意味着以下之一（请详细说明）：

更好的表现
更多pythonic
6个月后更具可读性......

变式1：

# generate a zero-initialized "array" to hold the counts per 1000's block
blocks1 = [0 for i in range(maxn/1000 +1)] # init 1D "array"

for num in numbers:
    blocks1[num / 1000] += 1 # int divide by 1000 gives index

print blocks1[1] # show how many in range 1000..1999

变体2：

# Use a really wild list comprehension:
blocks2 = [len(filter(lambda num: num/1000 == i, numbers))
    for i in range(maxn/1000+1)]

print blocks2[1] # show how many in range 1000..1999

感谢您帮助我在Python中做得更好！： - ）

Answer 1

如果您正在尝试计算事物，那么最Pythonic的答案是Counter，一种专门用于计算的dict。

from collections import Counter

Counter(n // 1000 for n in numbers)

结果如下：

Counter({0: 87,
         1: 113,
         2: 117,
         3: 99,
         4: 114,
         ...

其中键是每个键中的数千个＆＃34; band＆＃34;或小组。因此，键0记录值0-999,1表示1000-1999，依此类推。

但你也可以更整洁地做到这一点。首先定义一个函数（在这种情况下，是一行lambda函数），它将值映射到波段名称。然后在广义生成器表达式中构造Counter：

bandof = lambda x, b=1000: '{}-{}'.format(x//b*b, (x//b+1)*b-1)
Counter(bandof(n) for n in numbers)

产生类似的东西：

Counter({'0-999': 87,
         '1000-1999': 113,
         '10000-10999': 102,
         '11000-11999': 114,
         '12000-12999': 113,
         ...

键的顺序是不同的，键是更具象征性的，直接说明它们所代表的范围，而不是让你将索引转换为头部的值范围。

关于这样概括的一个好处是，无论何时你想改变乐队的大小，它都是微不足道的。例如。对于乐队规模2000：

Counter(bandof(n, 2000) for n in numbers)

收率：

Counter({'0-1999': 200,
         '10000-11999': 216,
         '12000-13999': 235,
         '14000-15999': 186,
         '16000-17999': 188,
         ...

选择100,250,500,1000,5000或任何您喜欢的乐队。它也不仅限于好的数字。如果你想要一个391的乐队大小，它也可以。

最后一招：尽管字符串键对于打印目的很有吸引力，但它们对于排序和其他类型的进一步处理来说可能不太方便。因此，不是将组名格式化为字符串，而是使用tuple通常很方便：

bandtuple = lambda x, b=1000: (x//b*b, (x//b+1)*b-1)

您可以像以前一样调用此分类程序功能。让我们变得疯狂疯狂，并以不同寻常的乐队规模来做：

Counter(bandtuple(n, 3924) for n in numbers)

产生类似的东西：

Counter({(0, 3923): 411,
         (3924, 7847): 386,
         (7848, 11771): 403,
         (11772, 15695): 417,
         (15696, 19619): 396,
         ...

现在乐队的开始和停止值仍然清晰，但它们也可以立即用作数据。

注意：此处给出的波段起点和终点值是包含/闭合间隔。这对于很多用途来说非常有用，但与Python的range()函数/生成器通常返回的半开放范围相比有点微不足道但却截然不同。

计算/分组数据点：for-loop还是list comprehension？

1 个答案: