python - 如何 "cut off the tail"系列

Question

我有一个包含 10 个术语及其分数的列表。第一个 x 往往比其余的重要得多。所以我想找到 x。

例如，plotting this list在第三学期后表现出平稳。因此我们保留前 3 项。甚至凭直觉，保留前 3 个术语似乎是合适的。

    badge                                   =>    7.00709342956543
    unlocked                                =>    7.00709342956543
    foursquare                              =>   5.830315748850505
    https                                   =>   5.001254081726074
    you've unlocked                         =>   4.954763253529866
    50xxxxxx badge                          =>   4.954763253529866
    all badges                              =>   4.954763253529866
    unlocked far                            =>   4.954763253529866
    badges                                  =>   4.954763253529866
    just unlocked                           =>   4.954763253529866

但是如何以编程方式生成此截止值？我更喜欢标准库中可用的东西。

Answer 1

我假设您的“条款”将按您提供的示例中所示的降序排序。我会简单地建立一个增量(比如 0.5)，它表示差异小到可以忽略不计。

然后我将遍历术语集合，将它们添加到结果集合中，一旦我在之前看到的术语的“增量”范围内看到一个术语，我就会结束我的迭代并可能从我的术语中删除最后看到的术语生成的集合也是如此。

这有意义吗？

看起来像这样的东西:

delta = 0.5
result = []
for term in termMapSortedKeys:
     if (previousTermValue - delta >= termMap[term]):
          break
     else:
          result.append(term)
          previousTermValue = termMap[term]
del result[-1]
return result