根据 bin 大小将列表划分为多个列表

Posted 2023-02-23

【中文标题】根据 bin 大小将列表划分为多个列表

【英文标题】：Divide a list into multiple lists based on a bin size

【发布时间】：2012-07-01 12:41:02

【问题描述】：

我有一个包含超过 100,000 个值的列表。

我需要根据特定的 bin 宽度（例如 0.1）将列表分成多个较小的列表。谁能帮我写一个python程序来做到这一点？

我的列表是这样的

-0.234
-0.04325
-0.43134
-0.315
-0.6322
-0.245
-0.5325
-0.6341
-0.5214
-0.531
-0.124
-0.0252

我想要这样的输出

list1 = [-0.04325, -0.0252] 
list2 = [-0.124] 
list3 = [-0.234, -0.245 ] 
list4 = [-0.315] 
list5 = [-0.43134] 
list6 = [-0.5325, -0.5214, -0.531] 
list7 = [-0.6322, -0.6341]

【问题讨论】：

您提供了示例输入；还请提供预期的输出。

【参考方案1】：

这是一个使用numpys digitize的简单而好方法：

>>> import numpy as np
>>> mylist = np.array([-0.234, -0.04325, -0.43134, -0.315, -0.6322, -0.245,
                       -0.5325, -0.6341, -0.5214, -0.531, -0.124, -0.0252])
>>> bins = np.arange(0,-1,-0.1)
>>> for i in xrange(1,10):
...     mylist[np.digitize(mylist,bins)==i]
... 
array([-0.04325, -0.0252 ])
array([-0.124])
array([-0.234, -0.245])
array([-0.315])
array([-0.43134])
array([-0.5325, -0.5214, -0.531 ])
array([-0.6322, -0.6341])
array([], dtype=float64)
array([], dtype=float64)

digitize，返回一个数组，其中包含每个元素所在的 bin 的索引值。

【参考方案2】：

这将创建一个 dict，其中每个值都是适合 bin 的元素列表。

import collections
bins = collections.defaultdict(list)
binId = lambda x: int(x*10)
for val in vals:
    bins[binId(val)].append(val)

【讨论】：

你能告诉我第 3 行发生了什么吗？

@user 它正在创建一个 lambda。这是一个将值映射到 bin id 的临时函数。如果您想要更深入的信息，我建议您搜索“python lambda”。

【参考方案3】：

这是你想要的吗？ （示例输出会很有帮助:)

f = [-0.234, -0.04325, -0.43134, -0.315, -0.6322, -0.245, 
     -0.5325, -0.6341, -0.5214, -0.531, -0.124, -0.0252]

import numpy as np
data = np.array(f)
hist, edges = np.histogram(data, bins=10)
print hist

产量：

 [2 3 0 1 0 1 2 0 1 2]

这个 SO 问题assigning points to bins 可能会有所帮助。

【讨论】：

直方图给出了一个 bin 中的元素数量，而不是元素本身。我试过了。我在原始问题中包含了一个示例输出。

@user1492449 感谢您的反馈，我会仔细考虑并发布另一个答案。同时编辑您的帖子以使输出更具可读性。

【参考方案4】：

这行得通：

l=[-0.234, -0.04325, -0.43134, -0.315, -0.6322, -0.245,
-0.5325, -0.6341, -0.5214, -0.531, -0.124, -0.0252]

d=
for k,v in zip([int(i*10) for i in l],l):
   d.setdefault(k,[]).append(v)

LoL=[d[e] for e in sorted(d.keys(), reverse=True)]

for i,l in enumerate(LoL,1):
    print('list',i,l)    

打印：

list 1 [-0.04325, -0.0252]
list 2 [-0.124]
list 3 [-0.234, -0.245]
list 4 [-0.315]
list 5 [-0.43134]
list 6 [-0.5325, -0.5214, -0.531]
list 7 [-0.6322, -0.6341]

它是如何工作的：

1: The list
>>> l=[-0.234, -0.04325, -0.43134, -0.315, -0.6322, -0.245,
... -0.5325, -0.6341, -0.5214, -0.531, -0.124, -0.0252]

2: Produce the keys:
>>> [int(i*10) for i in l]
[-2, 0, -4, -3, -6, -2, -5, -6, -5, -5, -1, 0]

3: Produce tuples to put in the dict:
>>> zip([int(i*10) for i in l],l)
[(-2, -0.234), (0, -0.04325), (-4, -0.43134), (-3, -0.315), (-6, -0.6322), 
 (-2, -0.245), (-5, -0.5325), (-6, -0.6341), (-5, -0.5214), (-5, -0.531), 
 (-1, -0.124), (0, -0.0252)]

4: unpack the tuples into k,v and loop over the list
>>>for k,v in zip([int(i*10) for i in l],l):

5: add k key to a dict (if not there) and append the float value to a list associated 
   with that key:
    d.setdefault(k,[]).append(v)

我建议就这些语句编写 Python 教程。

【讨论】：

感谢您的回复，它有效。你能解释一下吗？

【参考方案5】：

分箱可以通过itertools.groupby:

import itertools as it


iterable = ['-0.234', '-0.04325', '-0.43134', '-0.315', '-0.6322', '-0.245',
            '-0.5325', '-0.6341', '-0.5214', '-0.531', '-0.124', '-0.0252']

a,b,c,d,e,f,g = [list(g) for k, g in it.groupby(sorted(iterable), key=lambda x: x[:4])]
c
# ['-0.234', '-0.245']

注意：这个简单的 key 函数假设 iterable 中的值在 -0.0 和 -10.0 之间。对于一般情况，请考虑 lambda x: ":.1f".format(float(x))。

有关groupby 工作原理的详细信息，另请参阅post。

【参考方案6】：

我们可以使用第三方库more_itertools制作bin。

给定

iterable = (
    "-0.234 -0.04325 -0.43134 -0.315 -0.6322 -0.245 "
    "-0.5325 -0.6341 -0.5214 -0.531 -0.124 -0.0252"
).split()

iterable
# ['-0.234', '-0.04325', '-0.43134', '-0.315', '-0.6322', '-0.245', '-0.5325', '-0.6341', '-0.5214', '-0.531', '-0.124', '-0.0252']

代码

import more_itertools as mit


keyfunc = lambda x: float(":.1f".format(float(x)))
bins = mit.bucket(iterable, key=keyfunc)

keys = [-0.0,-0.1,-0.2, -0.3,-0.4,-0.5,-0.6]
a,b,c,d,e,f,g = [list(bins[k]) for k in keys]
c
# ['-0.234', '-0.245']

---

详情

我们可以通过 key 函数进行 bin，我们定义它来将数字格式化为单精度，即 -0.213 到 -0.2。

keyfunc = lambda x: float(":.1f".format(float(x)))
bins = mit.bucket(iterable, key=keyfunc)

这些 bin 由 key 函数定义的键访问：

c = list(bins[-0.2])
c
# ['-0.234', '-0.245']

通过迭代键访问所有 bin：

f = lambda x: float(":.1f".format(float(x)))
bins = mit.bucket(iterable, key=keyfunc)

keys = [-0.0,-0.1,-0.2, -0.3,-0.4,-0.5,-0.6]
for k in keys:
    print(" --> ".format(k, list(bins[k])))

输出

-0.0 --> ['-0.04325', '-0.0252']
-0.1 --> ['-0.124']
-0.2 --> ['-0.234', '-0.245']
-0.3 --> ['-0.315']
-0.4 --> ['-0.43134']
-0.5 --> ['-0.5325', '-0.5214', '-0.531']
-0.6 --> ['-0.6322', '-0.6341']

列表理解和解包是另一种选择（参见代码示例）。

有关详细信息，另请参阅more_itertools docs。