Python群阈值

Question

我有一个号码列表，我需要把它分组。对于相同数目的序列，itertools.grouby可以很好地工作，但是对于阈值数(2-3%)，我需要同样的行为。

lst = [1, 500, 19885, 19886, 19895, 90000000]和我希望[[1], [500], [19885, 19886, 19895], [90000000]]

你能给我点建议吗？

Answer 1

您仍然可以使用groupby，但可以使用自定义比较器：

class MyValue:
    def __init__(self, val):
        self.val = val
    def __eq__(self, other):
        # 2% leeway
        return self.val*0.98 <= other.val <= self.val*1.02

然后：

for key, group in groupby(map(MyValue, values)):
    group_values = [el.val for el in group]

请注意，这将使第一个值保持为“引用”，因此在一个组中，元素与键/第一个值之间的距离高达2%，但在组内，偏差可能高达4%。

这应该与您已经显示的数据是好的，如果不同的组是显著分开，但它将是不可靠的密切组。

Answer 2

打他们。你需要事先手工算出断点。那么，你能事先整理一下吗？这会让事情变得更容易。

实际上，如果使用log，那么乘性阈值就会变成一个恒定的阈值，例如在原木~= (-0.02，+0.02)中的0.98.1.02。所以，用你所有数字的日志。在做groupby之前，您仍然需要对它们进行敲击。

如果你想要代码，给我们一个更好的(随机种子)可重复的例子，有更多的数字测试角落案例。