首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >按给定范围分组数据

问按给定范围分组数据
EN

Stack Overflow用户
提问于 2021-12-28 16:09:53
回答 1查看 257关注 0票数 0

我正在寻找一种算法来获得不同值的不同方法。示例:我的值是1.6、1.7、5.6、5.7、5、5,所以输出应该是1.65和5.7。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2021-12-28 16:26:23

如果你知道每个星系团周围的“范围”意味着

一个可能的简单解决方案:将每个值舍入到“范围”参数的倍数;将四舍五入到相同倍数的组值。

要进行分组,可以使用sorted和itertools.groupby的组合,或者更简单地说,可以使用dict of lists。

代码语言:javascript
复制
from collections import defaultdict

def clusters(data, r):
    groups = defaultdict(list)
    for x in data:
        groups[x // r].append(x)
    return groups

def means_of_clusters(data, r):
    return [sum(g) / len(g) for g in clusters(data, r).values()]

print( means_of_clusters([1.6, 1.7, 5.6, 5.7, 5.5], 0.4) )
# [1.65, 5.55, 5.7]

注意如何将5.7与5.5和5.6分开,因为5.5和5.6四舍五入为13*0.4,而5.7四舍五入为14*0.4。

如果你知道集群的数量

您在评论中提到,总有两个组。我建议只在排序列表中寻找两个连续数字之间的最大差距,并在这个差距上进行分割:

代码语言:javascript
复制
def split_in_2_clusters(data):
    seq = sorted(data)
    split_index = max(range(1, len(seq)), key=lambda i: seq[i] - seq[i-1])
    return seq[:split_index], seq[split_index:]

def means_of_2_clusters(data):
    return tuple(sum(g) / len(g) for g in split_in_2_clusters(data))

print( means_of_2_clusters([1.6, 1.7, 5.6, 5.7, 5.5]) )
# (1.65, 5.6000000000000005)

对于更复杂的聚类问题

我强烈建议查看在库scikit-learn中实现的所有集群算法。文档页面在一个很好的表中列出了算法,该表解释了哪些参数被哪个算法所期望;因此您可以很容易地选择最适合您的情况的算法。

票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/70509610

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档