- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试计算 1000 个组内的整数数据点的数量。
假设我们有 10,000 个数据点,范围为 0..999999:
import random
random.seed(123456) # generate a reproducable sequence
# make 10000 numbers in range 0..99999
maxn = 99999
numbers = [random.randint(0,maxn) for i in range(10000)]
现在哪种变体是生成包含每 1000 个组内的数据点计数的列表的“更好”方法?
“更好”可能意味着以下之一(请详细说明):
变体 1:
# generate a zero-initialized "array" to hold the counts per 1000's block
blocks1 = [0 for i in range(maxn/1000 +1)] # init 1D "array"
for num in numbers:
blocks1[num / 1000] += 1 # int divide by 1000 gives index
print blocks1[1] # show how many in range 1000..1999
变体 2:
# Use a really wild list comprehension:
blocks2 = [len(filter(lambda num: num/1000 == i, numbers))
for i in range(maxn/1000+1)]
print blocks2[1] # show how many in range 1000..1999
感谢您帮助我用 Python 做得更好! :-)
最佳答案
如果你想计算东西,最 Pythonic 的答案是 Counter
,一种专门用于计数的 dict
类型。
from collections import Counter
Counter(n // 1000 for n in numbers)
结果如下:
Counter({0: 87,
1: 113,
2: 117,
3: 99,
4: 114,
...
其中键是每个“带”或组中的千人数。因此键 0 记录值 0-999,1 记录值 1000-1999,依此类推。
但是您也可以更巧妙地完成此操作。首先定义一个将值映射到带名称的函数(在本例中为单行 lambda 函数)。然后在通用生成器表达式中构造一个 Counter
:
bandof = lambda x, b=1000: '{}-{}'.format(x//b*b, (x//b+1)*b-1)
Counter(bandof(n) for n in numbers)
这会产生类似的结果:
Counter({'0-999': 87,
'1000-1999': 113,
'10000-10999': 102,
'11000-11999': 114,
'12000-12999': 113,
...
键的排序不同,键更具象征意义,直接说明它们代表的范围,而不是让你在头脑中将索引转换为值范围。
像这样概括的一个好处是,任何时候您想要更改带大小,这都是微不足道的。例如。对于带大小 2000:
Counter(bandof(n, 2000) for n in numbers)
产量:
Counter({'0-1999': 200,
'10000-11999': 216,
'12000-13999': 235,
'14000-15999': 186,
'16000-17999': 188,
...
选择带尺寸 100、250、500、1000、5000 或任何您喜欢的尺寸。它也不限于漂亮的整数。如果您想要 391 的带大小,也可以。
最后一个技巧:虽然字符串键对于打印目的很有吸引力,但它们对于排序和其他类型的进一步处理来说不太方便。因此,使用元组通常会更方便,而不是将组名称格式化为字符串:
bandtuple = lambda x, b=1000: (x//b*b, (x//b+1)*b-1)
您可以像以前一样调用此分类器函数。让我们疯狂一下,用不寻常的带尺寸来做:
Counter(bandtuple(n, 3924) for n in numbers)
这会产生类似的结果:
Counter({(0, 3923): 411,
(3924, 7847): 386,
(7848, 11771): 403,
(11772, 15695): 417,
(15696, 19619): 396,
...
现在,带的起始值和终止值仍然清晰,但它们也可以立即用作数据。
注意:此处给出的区间起始值和终止值是包含区间/闭区间。这对于很多用途来说都非常有用,但与 Python 的 range()
函数/生成器通常返回的半开范围有细微但关键的不同。
关于python - 对数据点进行计数/分组 : for-loop or list comprehension?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40835617/
您好,我正在处理 BIRT 报告。我有一个查询,我必须对父级的重复数据进行分组,但子级也不能分组! 在我的查询中: item 是父项,item_ledger_entry 是子项。我有来自 item.N
我正在使用 GA API。 这是针对 MCF 目标报告(底部)的标准目标完成指标表(顶部) 看一下这个: 总数加起来 (12,238),但看看按 channel 分组的分割有多么不同!我以为这些会很接
我正在开发一个流量计数器,我想获得 IP 和重复计数,但是如何? 就像是 :select ip, count(ip) from Redirect 返回 : null total ip count 重定
我尝试编写一个正则表达式来匹配条件表达式,例如: a!=2 1+2=2+a 我尝试提取运算符。我当前的正则表达式是“.+([!=<>]+).+” 但问题是匹配器总是尝试匹配组中可能的最短字符串
在 MS Transact SQL 中,假设我有一个这样的表(订单): Order Date Order Total Customer # 09/30/2008 8
我想按 m.ID 分组,并对每个 m.id 求和 (pm.amount_construction* prod.anzahl) 实际上我有以下结果: Meterial_id | amount_const
我想根据多列中的值对值进行分组。这是一个例子: 我想得到输出: {{-30,-50,20},{-20,30,60},{-30,NULL or other value, 20}} 我设法到达: SELE
我正在尝试找出运行此查询的最佳方式。我基本上需要返回在我们的系统中只下了一个订单的客户的“登录”字段列表(登录字段基本上是客户 ID/ key )。 我们系统的一些背景...... 客户在同一日期下的
给定以下mysql结果集: id code name importance '1234', 'ID-CS-B', 'Chocolate Sauce'
大家好,我的数据框中有以下列: LC_REF 1 DT 16 2C 2 DT 16 2C 3 DT 16 2C 1 DT 16 3C 6 DT 16 3C 3
我有这样的 mongoDB 集合 { "_id" : "EkKTRrpH4FY9AuRLj", "stage" : 10, }, { "_id" : "EkKTRrpH4FY9
假设我有一组数据对,其中 index 0 是值,index 1 是类型: input = [ ('11013331', 'KAT'), ('9085267',
java中用stream进行去重,排序,分组 一、distinct 1. 八大基本数据类型 List collect = ListUtil.of(1, 2, 3, 1, 2).stream().fil
基本上,我从 TABLE_A 中的这个开始 France - 100 France - 200 France - 300 Mexico - 50 Mexico - 50 Mexico - 56 Pol
我希望这个正则表达式 ([A-Z]+)$ 将选择此示例中的最后一次出现: AB.012.00.022ABC-1 AB.013.00.022AB-1 AB.014.00.022ABAB-1 但我没有匹配
我创建了一个数据透视表,但数据没有组合在一起。 任何人都可以帮助我获得所需的格式吗? 我为获取数据透视表而编写的查询: DECLARE @cols AS NVARCHAR(MAX), -- f
我想按时间段(月,周,日,小时,...)选择计数和分组。例如,我想选择行数并将它们按 24 小时分组。 我的表创建如下。日期是时间戳。 CREATE TABLE MSG ( MSG_ID dec
在 SQL Server 2005 中,我有一个包含如下数据的表: WTN------------Date 555-111-1212 2009-01-01 555-111-1212 2009-
题 假设我有 k 个标量列,如果它们沿着每列彼此在一定距离内,我想对它们进行分组。 假设简单 k 是 2 并且它们是我唯一的列。 pd.DataFrame(list(zip(sorted(choice
问题 在以下数据框中 df : import random import pandas as pd random.seed(999) sz = 50 qty = {'one': 1, 'two': 2
我是一名优秀的程序员,十分优秀!