代码之家 › 专栏 › 技术社区 › CurtLH

使用可自定义的数字间距查找数字跑步记录

list-comprehension int list python

5

CurtLH · 技术社区 · 7 年前

我有一个排序的整数列表,我发现想要找到这个列表中运行的数字。我已经看到许多例子,当寻找数字运行的增量为1,但我也希望寻找数字运行的差异是可定制的。

例如,假设我有以下数字列表:

nums = [1, 2, 3, 6, 7, 8, 10, 12, 14, 18, 25, 28, 31, 39]

使用找到的示例 here ,我可以找到以下号码:

[[1, 2, 3], [6, 7, 8], [10], [12], [14], [18], [25], [28], [31], [39]]

但是,我想寻找两个数字之间的差异可能超过1的数字运行。例如,我想要距离小于或等于2的所有数字跑步。

[[1, 2, 3], [6, 7, 8, 10, 12, 14], [18], [25], [28], [31], [39]]

或者我想要所有距离小于或等于3的数字跑步。

[[1, 2, 3, 6, 7, 8, 10, 12, 14], [18], [25, 28, 31], [39]]

这是我现在正在使用的函数,以获得距离为1的数字跑步。

def runs(seq, n):
    result = []
    for s in seq:
        if not result or s != result[-1][-1] + n:
            # Start a new run if we can't continue the previous one.
            result.append([])
        result[-1].append(s)
    return result

如果我设置了当前函数 n=1 ,然后我找到所有连续的数字序列。如果我设置 n=2 ,那么我只发现 [8, 10, 12, 14] . 如何修改此函数以查找小于或等于的数字运行 n ?

我想做到这一点:

runs(num, 2)
[[1, 2, 3], [6, 7, 8, 10, 12, 14], [18], [25], [28], [31], [39]]

3 回复 | 直到 7 年前

1

7

cs95 abhishek58g 7 年前

迭代的分组方式 `for`

我只是用这个修改你的代码。为了简化事情,你可以初始化 result 具有 seq[0] 。

def runs(seq, n):
    result = [[seq[0]]]
    for s in seq[1:]:
        if s - result[-1][-1] > n:  # Keep it simple. Compare the delta.
            result.append([])
        result[-1].append(s)

    return result

>>> runs(nums, 1)
[[1, 2, 3], [6, 7, 8], [10], [12], [14], [18], [25], [28], [31], [39]]
>>> runs(nums, 2)
[[1, 2, 3], [6, 7, 8, 10, 12, 14], [18], [25], [28], [31], [39]]

`pandas.GroupBy`

如果你想得到幻想,你可以使用 groupby 成语,熊猫容易学。

import pandas as pd

def runs2(seq, n):
    s = pd.Series(seq)
    return s.groupby(s.diff().gt(n).cumsum()).apply(pd.Series.tolist).tolist()

>>> runs2(nums, 3)
[[1, 2, 3, 6, 7, 8, 10, 12, 14], [18], [25, 28, 31], [39]]

这里有两个基本要素:grouper(您正在对其进行分组的谓词)和agg函数(您将对每个组应用的函数)

石斑鱼是 s.diff().gt(n).cumsum() ,细分计算三件事:

元素之间的差异 seq 使用 diff
一个布尔掩码,指示diff是否大于 n
进行累计和(或计数)以确定组

此操作的输出为

s.diff().gt(n).cumsum()

0     0
1     0
2     0
3     1
4     1
5     1
6     1
7     1
8     1
9     2
10    3
11    4
12    5
13    6
dtype: int64

agg函数是 pd.Series.tolist ,并将任何序列转换为列表。这就是我们需要的,一个嵌套列表。

2

AGN Gazer 7 年前

def runs(nums, n):
    idx = np.flatnonzero(np.ediff1d(nums, n + 1, n + 1) > n)
    return [nums[i1:i2] for i1, i2 in zip(idx[:-1], idx[1:])]

然后,

>>> runs(nums, 3)
[[1, 2, 3, 6, 7, 8, 10, 12, 14], [18], [25, 28, 31], [39]]

3

1

Waket Zheng 7 年前

In [4]: def runs(seq, n):
   ...:     indexs = [i for i in range(len(seq)) if i==0 or seq[i]-seq[i-1]>n]
   ...:     return [seq[a:b] for a, b in zip(indexs, indexs[1:]+[len(seq)])]
   ...: 
   ...: 

In [5]: runs(nums, 3)
Out[5]: [[1, 2, 3, 6, 7, 8, 10, 12, 14], [18], [25, 28, 31], [39]]

In [6]: runs(nums, 2)
Out[6]: [[1, 2, 3], [6, 7, 8, 10, 12, 14], [18], [25], [28], [31], [39]]

使用可自定义的数字间距查找数字跑步记录

迭代的 分组方式 for

pandas.GroupBy

迭代的分组方式 `for`

`pandas.GroupBy`