如何选择列表中最低 10% 的数字?
Posted
技术标签:
【中文标题】如何选择列表中最低 10% 的数字?【英文标题】:How to choose the numbers which are lowest 10% in the list? 【发布时间】:2019-10-19 19:55:15 【问题描述】:我想获得列表中最低 10% 的数字。
List = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]
从上面的列表中,我期望得到结果。 结果 = [1,2] 这是列表中最低的 10%。
【问题讨论】:
排序得到 arr[: len(arr) // 10] ? 元素是独一无二的吗?如果输入是[1]*10
【参考方案1】:
result = List[:int(len(List)*0.1)]
【讨论】:
【参考方案2】:如果每个元素都是唯一的,您可以简单地对数据进行排序和切片
l = list(range(1, 21))
number_value_to_get = len(l)//10
print(sorted(l)[:number_value_to_get]
但是,在大多数情况下,这是错误的,您可以使用 numpy 版本
import numpy as np
l = np.array(range(1, 21))
threshold = np.percentile(l, 10) # calculate the 10th percentile
print(l[l < threshold]) # Filter the list.
请注意需要定义这是否包含 10%
import numpy as np
l = np.array([1]*20)
threshold = np.percentile(l, 10)
print(l[l < np.percentile(l, 10)]) # Gives you empty list
print(l[l <= np.percentile(l, 10)]) # Gives you full list
【讨论】:
【参考方案3】:试试这个 -
sorted(lis)[:int((0.1 * len(lis)))]
lis
是您的列表。
【讨论】:
【参考方案4】: # list of values
lstValues = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]
# get maximum value out of list values
max = max(lstValues)
# calculate 10 percent out of max value
max /= 10
# print all the elements which are under the 10% mark
print([i for i in lstValues if i <= max])
【讨论】:
重载内置方法时要小心 重载方法是什么意思? 之后,您将无法再使用max(1, 2)
。我的措辞可能是错误的
哦,我不知道。非常感谢!
我的荣幸! :)【参考方案5】:
如果你想使用 numpy,有一个内置的百分位函数:
import numpy
l = numpy.array([1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20])
print(l[l < numpy.percentile(l,10)])
【讨论】:
【参考方案6】:给你 =^..^=
import numpy as np
List = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]
percent = 10
values = list(sorted(np.asarray(List, dtype=np.int))[:int(len(List)/(100/percent))])
输出:
[1, 2]
【讨论】:
哦,我期待的是 [1,2]。真正的元素,而不是索引。【参考方案7】:mylist=[int(x) for x in range(1,21)]
mylist.sort()
newlist=[]
for i in range(len(mylist)//10): #just index through the 10% elements with this
newlist.append(mylist[i])
print(newlist)
【讨论】:
以上是关于如何选择列表中最低 10% 的数字?的主要内容,如果未能解决你的问题,请参考以下文章
VBA - 如何从一列中随机选择 10% 的行,确保它们不同并将 Y 放在 B 列中?