Группировка/группировка чисел в Python

Я искал googled, я протестировал, и это у меня на уме. У меня есть список чисел, которые мне нужно группировать по сходству. Например, в список из [1, 6, 9, 100, 102, 105, 109, 134, 139], 1 6 9 будет внесен список, 100, 102, 105 и 109 будут помещены в список и 134 и 139. Я ужасен в математике, и я пробовал и пробовал это, но я не могу заставить его работать. Чтобы быть явным, насколько это возможно, я хочу группировать числа, находящиеся в пределах 10 значений друг от друга. Может ли кто-нибудь помочь? Спасибо.

Ответ 1

Существует много способов сделать кластерный анализ. Один простой подход - посмотреть размер зазора между последовательными элементами данных:

def cluster(data, maxgap):
    '''Arrange data into groups where successive elements
       differ by no more than *maxgap*

        >>> cluster([1, 6, 9, 100, 102, 105, 109, 134, 139], maxgap=10)
        [[1, 6, 9], [100, 102, 105, 109], [134, 139]]

        >>> cluster([1, 6, 9, 99, 100, 102, 105, 134, 139, 141], maxgap=10)
        [[1, 6, 9], [99, 100, 102, 105], [134, 139, 141]]

    '''
    data.sort()
    groups = [[data[0]]]
    for x in data[1:]:
        if abs(x - groups[-1][-1]) <= maxgap:
            groups[-1].append(x)
        else:
            groups.append([x])
    return groups

if __name__ == '__main__':
    import doctest
    print(doctest.testmod())

Ответ 2

Это найдет группы:

nums = [1, 6, 9, 100, 102, 105, 109, 134, 139]
for k, g in itertools.groupby(nums, key=lambda n: n//10):
    print k, list(g)

0 [1, 6, 9]
10 [100, 102, 105, 109]
13 [134, 139]

Обратите внимание, что если nums на самом деле не сортируется по мере того, как показывает ваш образец, вам нужно сначала отсортировать его.

Ответ 3

Во-первых, вы можете легко преобразовать любую последовательность в последовательность пар смежных элементов. Просто попробуйте, сдвиньте его вперед и застегните несмещенные и несмещенные копии. Единственный трюк в том, что вам нужно начинать с (<something>, 1) или (139, <something>), потому что в этом случае мы хотим не каждую пару элементов, а пару для каждого элемента:

def pairify(it):
    it0, it1 = itertools.tee(it, 2)
    first = next(it0)
    return zip(itertools.chain([first, first], it0), it1)

(Это не самый простой способ записать его, но я думаю, что это может быть тот, который наиболее читабельен для людей, которые не знакомы с itertools.)

>>> a = [1, 6, 9, 100, 102, 105, 109, 134, 139]
>>> list(pairify(a))
[(1, 1), (1, 6), (6, 9), (9, 100), (100, 102), (102, 105), (105, 109), (109, 134), (134, 139)]

Затем, имея немного более сложную версию ключа Ned Batchelder, вы можете просто использовать groupby.

Однако, я думаю, в этом случае это будет сложнее, чем явный генератор, который делает то же самое.

def cluster(sequence, maxgap):
    batch = []
    for prev, val in pairify(sequence):
        if val - prev >= maxgap:
            yield batch
            batch = []
        else:
            batch.append(val)
    if batch:
        yield batch