Question

例如，我们有一个有序列表：

a = [1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4]

我想重新排列此数组以形成：

a = [1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4]

当前我正在做：

a = np.array([1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4])
n_unique_elements = 4
arrays_with_same_elements = np.array_split(a, 5)

for idx in range(n_unique_elements):
    final_list.append(list_similar_a[0][idx])
    final_list.append(list_similar_a[1][idx])
    final_list.append(list_similar_a[2][idx])
    final_list.append(list_similar_a[3][idx])
    final_list.append(list_similar_a[4][idx])

所以变量

final_list = [0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4]

必须有一种pythonic的方式来做到这一点。也许是numpy中的内置函数？您想到了什么其他不同的技术来解决此问题？

Answer 1

您可以在sort（）方法中使用key参数： https://docs.python.org/3.3/howto/sorting.html#key-functions 要么使用set（）

a = [1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4]
b = set(a)
final_list = list(b) * len(b)

Answer 2

尝试一下：（无外部lib的纯python）

[1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4]

输出

{{1}}

Answer 3

因此，您可以使用numpy：

a.reshape([4,3]).T.flatten()

因此.reshape()将其放入一个矩形的martix中，.T切换行和列，而.flatten()再次将其放入线性向量中

现在您只需要为整形零件提供参数，例如.reshape([step, repetition])

Answer 4

如果每个元素的频率相同并且事先已知，则此解决方案也将有效

focused[0]

另一个基于FREQ = 3 output = a[::FREQ] * (len(a) // FREQ)的解决方案是：

numpy

FREQ = 3 output = a.reshape((-1, FREQ)).flatten(order='F')自变量按列对矩阵进行展平。

Answer 5

尝试一下：

    a = np.array([1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4])
    uniqueValues, occurCount = np.unique(a, return_counts=True) # uniqueValues is the array of unique elements of main list
                                                                #occurCount is array containing frequency of unique elements
    common_occur=min(occurCount)                                # get frequency of co-occurrance

    final_array=np.tile(uniqueValues,common_occur)              #get tiled output array

Python如何洗牌一个有序列表，使元素序列？

5 个答案: