Question

我有一个从0到1递增生成的浮点列表。我需要对选定的浮点数进行操作，例如在0.25、0.5、0.75附近进行选择。但是生成的浮点数可以有任意数量的小数位，然后重复，例如 .......... 0.50001，0.51125，0.57466459，0.5925，0.5925，0.634，..........

我只需要从0.5（任何人都可以）中选择一个，其他季度也应如此。一个虚构的例子，

list_of_floats = my_some_function()
 for i in list_of_floats:
     if i is near 0.5:
        do_something()

我尝试过

list_of_floats = my_some_function()
done_once = False
 for i in list_of_floats:
     if 0.5 < i < 0.6 and done_once is False:
        do_something()
        done_once = True

这种类型适用于0.5，但我还需要处理其他检查点（0.25、0.75等）。必须有更好的方法来做到这一点。请帮忙。

Answer 1

我将从检查点列表和“接近”的一些阈值开始（在顶层或如果每个检查点的“附近”有所不同，则与每个检查点配对）。您只需考虑列表中的第一个检查点，并在点击时将其从列表中弹出，即可利用按相同顺序排序的数据和检查点：

checkpoints = [.25, .5. .75]
for i in list_of_floats:
    if abs(i - checkpoints[0]) < .1:
        do_something()
        checkpoints.pop(0)
    if not checkpoints:
        break

Answer 2

我不确定您要做什么，但听起来您正在寻找np.isclose。例如，如果要查找数组中所有介于0.01到0.5之间的浮点数，则可以使用：

list_of_floats = np.array([0.50001, 0.51125, 0.57466459, 0.5925, 0.5925, 0.634])

# note that atol is the tolerance within which you want to select your floats
>>> list_of_floats[np.isclose(0.5, list_of_floats, atol = 0.01)]
array([0.50001])

或者，因为您只想要一个，而且任何一个都想要，所以选择第一个：

>>> list_of_floats[np.isclose(0.5, list_of_floats, atol = 0.01)][0]
0.50001

Answer 3

如果您希望该值最接近0.5，则可能会出现以下情况：

import numpy

floats = numpy.array([0.1, 0.3, 0.48, 0.51, 0.55, 0.72, 0.8])

higher = numpy.where(floats > 0.5)
rest = numpy.where(floats[higher] < 0.6)
possibilities = floats[higher][rest]
print(min(possibilities))
>>>0.51

从列表中选择单个浮动

3 个答案: