如何根据邻居之间的给定标准将数组拆分为几个较小的数组

Question

Mathematica 有两个非常有用的函数，可以根据给定的条件将数组分组为较小数组的列表：Split[] 和 SplitBy[]，我需要在 Python3 代码中进行模拟：

Split[list,test] 将函数 "test" 应用于相邻元素对时，将它们视为相同的结果为 True，

SplitBy[list,f] 将列表拆分为子列表，这些子列表由连续元素的运行组成，这些元素在应用 f 时给出相同的值。

如果

a=[2,3,5,7,11,13,17,19,23,29]

Split[a,(#2-#1

[[2,3,5,7],[11,13],[17,19],[23],[29]]

SplitBy[a,(Mod[#,2]==0)&] 给出：

[[2],[3,5,7,11,13,17,19,23,29]]

实际上，要拆分的数组可能是一个二维表，并且测试函数可能对各个列中的元素起作用。

如何在 Python3 中有效地编码这种行为？

Answer 1

对于您的问题的第一部分没有快速答案，lenik 已经提供了一个很好的基于zip 的解决方案，但是使用itertools 的groupby 函数可以轻松复制SplitBy模块 (doc here)。

请注意，groupby 将在每次更改键时插入一个分隔符（~ 创建一个新组）。所以如果你想要SplitBy这样的东西，你得先按key函数排序。

最后，它会给你这样的东西：

>>> def split_by(l, func):
        groups = []
        sorted_l = sorted(l, key=func)
        for _, g in it.groupby(sorted_l, key=func):
            groups.append(list(g)) 
        return groups

>>> split_by([2,3,5,7,11,13,17,19,23,29], lambda x: x%2)                                                                                                                                                                     
[[2], [3, 5, 7, 11, 13, 17, 19, 23, 29]]

使用列表推导的单行版本：

splited_by = [list(g) for _, g in it.groupby(sorted(l, key=func), key=func)]

在我破旧的笔记本电脑上进行快速时间基准测试：

• itertools 版本

>>> %timeit split_by([2,3,5,7,11,13,17,19,23,29], lambda x: x%2) 8.42 µs ± 92.8 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

• 压缩版

>>> %timeit split_by([2,3,5,7,11,13,17,19,23,29], lambda x: x%2) 10.8 µs ± 53.7 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

• 尝试/捕获版本

>>> %timeit split_by([2,3,5,7,11,13,17,19,23,29], lambda x: x%2) 12.6 µs ± 162 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

Answer 2

这里有一些可能的解决方案：

a) 使用 python 内置 zip

def split(lst, test):
    res = []
    sublst = []

    for x, y in zip(lst, lst[1:]):
        sublst.append(x)
        if not test(x, y):
            res.append(sublst)
            sublst = []

    if len(lst) > 1:
        sublst.append(lst[-1])
        if not test(lst[-2], lst[-1]):
            res.append(sublst)
            sublst = []

    if sublst:
        res.append(sublst)

    return res


def split_by(lst, test):
    return split(lst, lambda x, y: test(x) == test(y))


if __name__ == '__main__':
    a = [2, 3, 5, 7, 11, 13, 17, 19, 23, 29]
    print(split(a, lambda x, y: y - x < 4))
    print(split_by(a, lambda x: (x % 2) == 0))

b) 带有内部 try/except 的 for 循环：

def split(lst, test):
    res = []
    sublst = []

    for i, x in enumerate(lst):
        try:
            y = lst[i + 1]
            sublst.append(x)
        except IndexError:
            x, y = lst[i - 1], lst[i]
            sublst.append(y)

        if not test(x, y):
            res.append(sublst)
            sublst = []

    if sublst:
        res.append(sublst)

    return res


def split_by(lst, test):
    return split(lst, lambda x, y: test(x) == test(y))


if __name__ == '__main__':
    a = [2, 3, 5, 7, 11, 13, 17, 19, 23, 29]
    print(split(a, lambda x, y: y - x < 4))
    print(split_by(a, lambda x: (x % 2) == 0))

输出：

[[2, 3, 5, 7], [11, 13], [17, 19], [23], [29]]
[[2], [3, 5, 7, 11, 13, 17, 19, 23, 29]]