我正在尝试找到一种在python中将数量分配到给定的插槽中的方法。
例如：
将7个橙子分配到4个板上将返回：
[2, 2, 2, 1]
在4个盘子中的10个橘子是：
[3, 3, 2, 2]
答案 0 :(得分：40)
从概念上讲，您要做的是计算7 // 4 = 1和7 % 4 = 3。这意味着所有盘子都得到1个完整的橙色。其余的3个告诉您，其中三个板块会得到一个额外的橙色。
内置divmod是同时获取两个数量的快捷方式：
def distribute(oranges, plates):
base, extra = divmod(oranges, plates)
return [base + (i < extra) for i in range(plates)]
以您的示例为例：
>>> distribute(oranges=7, plates=4)
[2, 2, 2, 1]
为完整起见，您可能需要检查oranges是否为负，而plates是否为正。在这些条件下，以下是一些其他测试用例：
>>> distribute(oranges=7, plates=1)
[7]
>>> distribute(oranges=0, plates=4)
[0, 0, 0, 0]
>>> distribute(oranges=20, plates=2)
[10, 10]
>>> distribute(oranges=19, plates=4)
[5, 5, 5, 4]
>>> distribute(oranges=10, plates=4)
[3, 3, 2, 2]
答案 1 :(得分：15)
您想查看Bresenham's algorithm的画线（即，尽可能“笔直”地将X像素分布在Y范围内；将其应用于分布问题很简单）。
这是我发现的实现here：
def get_line(start, end):
"""Bresenham's Line Algorithm
Produces a list of tuples from start and end
>>> points1 = get_line((0, 0), (3, 4))
>>> points2 = get_line((3, 4), (0, 0))
>>> assert(set(points1) == set(points2))
>>> print points1
[(0, 0), (1, 1), (1, 2), (2, 3), (3, 4)]
>>> print points2
[(3, 4), (2, 3), (1, 2), (1, 1), (0, 0)]
"""
# Setup initial conditions
x1, y1 = start
x2, y2 = end
dx = x2 - x1
dy = y2 - y1
# Determine how steep the line is
is_steep = abs(dy) > abs(dx)
# Rotate line
if is_steep:
x1, y1 = y1, x1
x2, y2 = y2, x2
# Swap start and end points if necessary and store swap state
swapped = False
if x1 > x2:
x1, x2 = x2, x1
y1, y2 = y2, y1
swapped = True
# Recalculate differentials
dx = x2 - x1
dy = y2 - y1
# Calculate error
error = int(dx / 2.0)
ystep = 1 if y1 < y2 else -1
# Iterate over bounding box generating points between start and end
y = y1
points = []
for x in range(x1, x2 + 1):
coord = (y, x) if is_steep else (x, y)
points.append(coord)
error -= abs(dy)
if error < 0:
y += ystep
error += dx
# Reverse the list if the coordinates were swapped
if swapped:
points.reverse()
return points
答案 2 :(得分：3)
另请参阅more_itertools.distribute，第三方工具及其source code。
代码
在这里，我们将m项物品逐个分发到n个垃圾箱中，并对每个垃圾箱进行计数。
import more_itertools as mit
def sum_distrib(m, n):
"""Return an iterable of m items distributed across n spaces."""
return [sum(x) for x in mit.distribute(n, [1]*m)]
演示
sum_distrib(10, 4)
# [3, 3, 2, 2]
sum_distrib(7, 4)
# [2, 2, 2, 1]
sum_distrib(23, 17)
# [2, 2, 2, 2, 2, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]
示例
这个想法类似于在玩家之间分配一副纸牌。这是Slapjack
的初始游戏import random
import itertools as it
players = 8
suits = list("♠♡♢♣")
ranks = list(range(2, 11)) + list("JQKA")
deck = list(it.product(ranks, suits))
random.shuffle(deck)
hands = [list(hand) for hand in mit.distribute(players, deck)]
hands
# [[('A', '♣'), (9, '♠'), ('K', '♣'), (7, '♢'), ('A', '♠'), (5, '♠'), (2, '♠')],
# [(6, '♣'), ('Q', '♠'), (5, '♢'), (5, '♡'), (3, '♡'), (8, '♡'), (7, '♣')],
# [(7, '♡'), (9, '♢'), (2, '♢'), (9, '♡'), (7, '♠'), ('K', '♠')],
# ...]
“在所有[8]个玩家之间尽可能平均地分配卡片”：
[len(hand) for hand in hands]
# [7, 7, 7, 7, 6, 6, 6, 6]
答案 3 :(得分：2)
疯狂物理学家的答案是完美的。但是，如果您想在盘子上分配橘子制服（例如，在7个橘子和4个盘子示例中，2 3 2 3与2 2 3 3），这是一个简单的想法。
以31个橘子和7个盘子为例。
第1步：您像疯子物理学家一样开始了一个欧几里得除法式31 = 4*7 + 3。在每个盘子里放4个橙子，剩下的3个。
[4, 4, 4, 4, 4, 4, 4]
第2步：现在，您的盘子要比橘子多，这是完全不同的：您必须在橘子之间分配盘子。您还剩下7个盘子和3个橘子：7 = 2*3 + 1。每个橙子有2个盘子（您还有一个盘子，但这没关系）。我们将此称为2和leap。从leap/2开始会很漂亮：
[4, 5, 4, 5, 4, 5, 4]
那是简单的情况。 34个橙子和7个盘子会发生什么？
第1步：您仍然像疯子物理学家那样开始了一个欧几里得除法式34 = 4*7 + 6。在每个盘子里放4个橙子，剩下的6个。
[4, 4, 4, 4, 4, 4, 4]
第2步：现在，您还有7个盘子和6个橘子：7 = 1*6 + 1。每个橙子一盘。但是等等..我没有7个橘子！别担心，我借给你一个苹果：
[5, 5, 5, 5, 5, 5, 4+apple]
但是，如果要保持均匀性，则必须将该苹果放在其他地方！为什么不尝试在第一种情况下分发像橘子这样的苹果？ 7个盘子，1个苹果：7 = 1*7 + 0。 leap是7，从leap/2开始，即3：
[5, 5, 5, 4+apple, 5, 5, 5]
第3步。你欠我一个苹果。请给我我的苹果：
[5, 5, 5, 4, 5, 5, 5]
总结：如果剩下的橙子很少，则分配峰，否则分配谷。 （免责声明：我是这个“算法”的作者，希望它是正确的，但是如果我错了，请纠正我！）
请多说点代码：
def distribute(oranges, plates):
base, extra = divmod(oranges, plates) # extra < plates
if extra == 0:
L = [base for _ in range(plates)]
elif extra <= plates//2:
leap = plates // extra
L = [base + (i%leap == leap//2) for i in range(plates)]
else: # plates/2 < extra < plates
leap = plates // (plates-extra) # plates - extra is the number of apples I lent you
L = [base + (1 - (i%leap == leap//2)) for i in range(plates)]
return L
一些测试：
>>> distribute(oranges=28, plates=7)
[4, 4, 4, 4, 4, 4, 4]
>>> distribute(oranges=29, plates=7)
[4, 4, 4, 5, 4, 4, 4]
>>> distribute(oranges=30, plates=7)
[4, 5, 4, 4, 5, 4, 4]
>>> distribute(oranges=31, plates=7)
[4, 5, 4, 5, 4, 5, 4]
>>> distribute(oranges=32, plates=7)
[5, 4, 5, 4, 5, 4, 5]
>>> distribute(oranges=33, plates=7)
[5, 4, 5, 5, 4, 5, 5]
>>> distribute(oranges=34, plates=7)
[5, 5, 5, 4, 5, 5, 5]
>>> distribute(oranges=35, plates=7)
[5, 5, 5, 5, 5, 5, 5]
答案 4 :(得分：0)
不确定如何运行。但它返回的结果完全相同
a = 23
b = 17
s = pd.Series(pd.cut(mylist, b), index=mylist)
s.groupby(s).size().values