查找数字运行，数字之间可自定义距离

Question

我有一个排序的整数列表，我发现想要查找此列表中的数字运行。我在寻找增加1的数字运行时看到了很多例子，但我也想查找数字运行，其中数字之间的差异是可自定义的。

例如，假设我有以下数字列表：

nums = [1, 2, 3, 6, 7, 8, 10, 12, 14, 18, 25, 28, 31, 39]

使用找到here的示例，我能够找到以下数字：

[[1, 2, 3], [6, 7, 8], [10], [12], [14], [18], [25], [28], [31], [39]]

但是，我想查找数字运行，其中两个数字之间的差异可能大于1.例如，我希望所有数字运行的距离小于或等于2.

[[1, 2, 3], [6, 7, 8, 10, 12, 14], [18], [25], [28], [31], [39]] 

或许我希望所有数字的距离都小于或等于3。

[[1, 2, 3, 6, 7, 8, 10, 12, 14], [18], [25, 28, 31], [39]]

这是我正在使用的函数，用于获取距离为1的数字运行。

def runs(seq, n):
    result = []
    for s in seq:
        if not result or s != result[-1][-1] + n:
            # Start a new run if we can't continue the previous one.
            result.append([])
        result[-1].append(s)
    return result

使用当前函数，如果我设置n=1，那么我会找到所有连续的数字序列。如果我设置了n=2，那么我只找到[8, 10, 12, 14]。如何修改此函数以查找小于或等于n的数字运行？

我希望能够做到这一点：

runs(num, 2)
[[1, 2, 3], [6, 7, 8, 10, 12, 14], [18], [25], [28], [31], [39]] 

Answer 1

使用for

进行迭代分组

我只是用这个来修复你的代码。为简化起见，您可以使用result初始化seq[0]。

def runs(seq, n):
    result = [[seq[0]]]
    for s in seq[1:]:
        if s - result[-1][-1] > n:  # Keep it simple. Compare the delta.
            result.append([])
        result[-1].append(s)

    return result

>>> runs(nums, 1)
[[1, 2, 3], [6, 7, 8], [10], [12], [14], [18], [25], [28], [31], [39]]
>>> runs(nums, 2)
[[1, 2, 3], [6, 7, 8, 10, 12, 14], [18], [25], [28], [31], [39]]

pandas.GroupBy

如果你想获得幻想，你可以使用groupby成语，通过熊猫轻松实现。

import pandas as pd

def runs2(seq, n):
    s = pd.Series(seq)
    return s.groupby(s.diff().gt(n).cumsum()).apply(pd.Series.tolist).tolist()

>>> runs2(nums, 3)
[[1, 2, 3, 6, 7, 8, 10, 12, 14], [18], [25, 28, 31], [39]]

这里有两个基本要素：石斑鱼（你正在分组的谓语）和聚合函数（你将对每个组应用的函数）

石斑鱼是s.diff().gt(n).cumsum()，分解计算三件事：

1. 使用seq
的diff中的元素差异
2. 一个布尔掩码，指示diff是否大于n
3. 执行累计和（或计数）以确定组

此操作的输出是

s.diff().gt(n).cumsum()

0     0
1     0
2     0
3     1
4     1
5     1
6     1
7     1
8     1
9     2
10    3
11    4
12    5
13    6
dtype: int64

agg函数为pd.Series.tolist，并将任何系列转换为列表。这就是我们需要的，一个嵌套列表。

Answer 2

def runs(nums, n):
    idx = np.flatnonzero(np.ediff1d(nums, n + 1, n + 1) > n)
    return [nums[i1:i2] for i1, i2 in zip(idx[:-1], idx[1:])]

然后，

>>> runs(nums, 3)
[[1, 2, 3, 6, 7, 8, 10, 12, 14], [18], [25, 28, 31], [39]]

Answer 3

In [4]: def runs(seq, n):
   ...:     indexs = [i for i in range(len(seq)) if i==0 or seq[i]-seq[i-1]>n]
   ...:     return [seq[a:b] for a, b in zip(indexs, indexs[1:]+[len(seq)])]
   ...: 
   ...: 

In [5]: runs(nums, 3)
Out[5]: [[1, 2, 3, 6, 7, 8, 10, 12, 14], [18], [25, 28, 31], [39]]

In [6]: runs(nums, 2)
Out[6]: [[1, 2, 3], [6, 7, 8, 10, 12, 14], [18], [25], [28], [31], [39]]