如何解决基于值将列表的部分分组为多个列表的 Pythonic 方式
下面是我绘制的图,其中 y 轴 (v) 是包含在列表中的值。如您所见,列表值在高值段和低值段之间交替,因此列表如下所示:
li = [0.5,0.49,0.5,..,0.001,...,]
我的目标是取高值的六个段中的每一个和低值的六个段中的每一个,然后计算每个段的平均值。为此,我试图将上面的列表分开,并将每个段放入自己的列表中,并将每个列表放入各自的高值/低值列表中。类似的东西:
high_segments = [[high_values1],[high_values2],[high_values3]]
low_segments = [[low_values1],[low_values2],[low_values3]]
我一直在尝试构建一个 for 循环来执行此操作,但一直在努力解决如何处理低值组和高值组之间的变化。非常感谢任何建议。
解决方法
使用 numpy
并按平均值分割。
import numpy as np
li = np.array([
0.5,0.49,0.5,0.001,0.002,0.01,])
# Split into high/low groups using the mean:
is_high = li >= li.mean()
is_low = li < li.mean()
# Determine the groups:
diff = np.insert(np.diff(is_high),False).astype(np.int) # array([0,1,0])
groups = diff.cumsum() # array([0,2,3,3])
high_segments = np.array([li[groups==kk] for kk in np.unique(groups[is_high])])
low_segments = np.array([li[groups==kk] for kk in np.unique(groups[is_low])])
high_segments_mean = high_segments.mean(axis=1)
low_segments_mean = low_segments.mean(axis=1)
,
我假设您的输入数组 li
是连续的 6 个高值和 6 个低值,因此该数组有 36 个元素。首先, numpy.reshape 函数创建一个连续的 6 元素子数组。然后,我们可以通过切片选择奇数子阵列(图中高值)和偶数子阵列(低值)。通过第二个轴堆叠两个阵列将形成所需的形状。 block_reduce 函数将为每个块进行计算。
import numpy as np
# conda install -c anaconda scikit-image
from skimage.measure import block_reduce
if __name__ == '__main__':
li = np.arange(0,36)
li = li.reshape(-1,6)
high_values = li[::2]
low_values = li[1::2]
combined = np.stack((high_values,low_values),axis=1)
segment_average = block_reduce(combined,block_size=(1,6),func=np.mean,cval=np.mean(combined)).flatten()
print(f"[main] input:\n{li}")
print(f"[main] high_values:\n{high_values}")
print(f"[main] low_values:\n{low_values}")
print(f"[main] combined:\n{combined}")
print(f"[main] segment average: {segment_average}")
结果:
[main] input:
[[ 0 1 2 3 4 5]
[ 6 7 8 9 10 11]
[12 13 14 15 16 17]
[18 19 20 21 22 23]
[24 25 26 27 28 29]
[30 31 32 33 34 35]]
[main] high_values:
[[ 0 1 2 3 4 5]
[12 13 14 15 16 17]
[24 25 26 27 28 29]]
[main] low_values:
[[ 6 7 8 9 10 11]
[18 19 20 21 22 23]
[30 31 32 33 34 35]]
[main] combined:
[[[ 0 1 2 3 4 5]
[ 6 7 8 9 10 11]]
[[12 13 14 15 16 17]
[18 19 20 21 22 23]]
[[24 25 26 27 28 29]
[30 31 32 33 34 35]]]
[main] segment average: [ 5.5 17.5 29.5]
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。