Python在列表或数组中查找范围之间的数字

Posted 2023-03-11

【中文标题】Python在列表或数组中查找范围之间的数字

【英文标题】：Python find numbers between range in list or array

【发布时间】：2018-04-09 08:26:53

【问题描述】：

我有一个包含数百万个数字的列表，这些数字总是增加到最后，我需要在指定范围内查找并返回数字，例如大于 X 但小于 Y 的数字，列表中的数字可以更改，我正在搜索的值也会更改

我一直在使用这种方法，请注意这是一个基本示例，数字不统一或与我的程序中显示的相同

l = [i for i in range(2000000)]
nums = []
for element in l:
    if element > 950004:
        break
    if element > 950000:
        nums.append(element)
#[950001, 950002, 950003, 950004]

虽然速度很快，但对于我的程序正在执行的操作，我有点需要它更快一点，数字变化很大，所以我想知道是否有更好的方法来使用 pandas 系列或 numpy 数组来做到这一点？但到目前为止，我所做的只是在 numpy 中做了一个示例：

a = numpy.array(l,dtype=numpy.int64)

熊猫系列会更实用吗？使用查询（）？使用数组而不是 python 对象的 python 列表来解决这个问题的最佳方法是什么

【问题讨论】：

您是否尝试将列表过滤为一组值之间的数字？

不，抱歉，返回 x 和 y 之间的值

您似乎只是想从950000 到950004 中提取一个切片。有什么意义？

也许，用二分法搜索范围边界的索引会更快。

您能否更新您的示例以更接近您的实际问题？

【参考方案1】：

这是一个使用二分搜索的解决方案。你说的是数以百万计的数字。从技术上讲，二分搜索将通过将运行时复杂度降低到 O(log n) 来使算法更快，而忽略最后的切片步骤。

import bisect

l = [i for i in range(2000000)]
lower_bound = 950000
upper_bound = 950004

lower_bound_i = bisect.bisect_left(l, lower_bound)
upper_bound_i = bisect.bisect_right(l, upper_bound, lo=lower_bound_i)
nums = l[lower_bound_i:upper_bound_i]

【讨论】：

不知何故它比 numpy 布尔切片 O_o 快一点；

谢谢，我可能在浏览文档时找不到这个解决方案

在bisect.bisect_right 中使用lo=lower_bound_i 参数可以提高效率。

@new_to_coding 这个列表切片，你的意思是？是的，一个布尔切片创建一个与当前数组大小相同的整个布尔数组。 Python list-slice 非常快速和高效，用 C 实现。

【参考方案2】：

以下是二分查找的两种实现（基于来自here 的代码）——一种搜索上限，另一种搜索下限。这对你更有效吗？

def binary_search_upper(seq, limit):
    min = 0
    max = len(seq) - 1
    while True:
        if max < min:
            return -1
        m = (min + max) / 2
        if m == (len(seq) -1) or (seq[m] <= limit and seq[m+1] > limit):
            return m
        elif seq[m] < limit:
            min = m+1
        else:
            max = m - 1

def binary_search_lower(seq, limit):
    min = 0
    max = len(seq) - 1
    while True:
        if max < min:
            return -1
        m = (min + max) / 2
        if m == 0 or (seq[m] >= limit and seq[m-1] < limit):
            return m
        elif seq[m] < limit:
            min = m+1
        else:
            max = m - 1


l = [i for i in range(2000000)]
print binary_search_upper(l, 950004)
print binary_search_lower(l, 950000)

【讨论】：

你为什么要使用这个已有 14 年历史的配方，而不是标准库实现（它将有很多、很多更好的常数因子）？跨度>

JFTR，这比bisect慢十倍左右。

@ekhumoro 很有趣，我在哪里可以了解更多关于 bisect 为何如此之快的信息？

@MaorVeitsman。 source code for the module 显示的是纯 python 实现，但 real implementation 是用 C 编写的。

@MaorVeitsman。 PS：纯python bisect 实现的速度大约是你的两倍：P

【参考方案3】：

您可以使用 numpy 通过布尔切片获取列表的子集。

import numpy as np
a = np.arange(2000000)
nums = a[(950000<a) & (a<=950004)]
nums
# returns
array([950001, 950002, 950003, 950004])

【讨论】：

我的程序中的数字不一样，这是一个基本的例子，对不起

这个取整个数组中的所有数字，碰到停止条件后不退出。