Python 在列表中识别具有相似编号的组

我有一些我想按相似性分组的数字列表。列表中数字的顺序是固定的，必须保留

作为一个例子，下面是我试图实现的一个可视化：

黑线代表我拥有的数字列表。绿线表示我想在这个示例列表中识别的分组

列表中数字的顺序很重要，不能更改（例如，不能按升序或降序排序）。列表中的数字不是连续的（即不可能有

6,6,6,6

，但可能类似

5.85,6.1,5.96,5.88

）

有没有办法做到这一点

编辑：示例值和所需分组：

[4.1,4.05,4.14,4.01,3.97,4.52,4.97,5.02,5.05,5.2,5.18,3.66,3.77,3.59,3.72]

将导致一组近似的

[（4.1,4.05,4.14,4.01,3.97,4.52），（4.97,5.02,5.05,5.2,5.18），（3.66,3.77,3.59,3.72）]

在上面的分组中，您可以认为

4.52

可能属于第一组或第二组。如果像我在上面的例子中所做的那样进行可视化，分组将由绿线表示。我的列表的长度实际上是几百到几千个值。

您可以使用-它将连续元素与给定键函数的相同结果组合在一起（在本例中）：

---

您可以使用

itertools.groupby

根据与前一项的特定差异（

2

）对数据进行分类

from itertools import groupby, chain
from collections import OrderedDict

def grouper(_lst, interval):
    z = zip(_lst,_lst[1:])
    return [OrderedDict.fromkeys(chain.from_iterable(g)).keys() for k,g in groupby(z,key=lambda x:x[1]-x[0]<interval) if k]

这确保了一组中的每个项目不超过该组平均值的

max_diff

。如果是，则启动一个新组。

numpy版本：

l = [4.1, 4.05, 4.14, 4.01, 3.97, 4.52, 4.97, 5.02, 5.05, 5.2, 5.18, 3.66, 3.77, 3.59, 3.72]

import numpy as np

x = np.array(l)
mask = np.diff(np.round(x))
print(np.split(x, np.where(mask)[0] + 1))
[array([ 4.1 ,  4.05,  4.14,  4.01,  3.97]), array([ 4.52,  4.97,  5.02,  5.05,  5.2 ,  5.18]), array([ 3.66,  3.77,  3.59,  3.72])]

或：

将numpy导入为np
差异=.5
x=np.数组（l）
mask=np.abs（x[：-1]-x[1:]）
k-均值聚类是一种矢量量化方法，起源于信号处理，是数据挖掘中常用的聚类分析方法。k-均值聚类的目的是将n个观测值划分为k个聚类，其中每个观测值都属于具有最近均值的聚类，作为聚类的原型。这将导致将数据空间划分为Voronoi单元格。
您应该添加一个可能值的列表以及所需的输出。我已经添加了一个示例列表。@Padraickenningham谢谢。我有一只小虫子。现在已修复。我发现这是最通用的解决方案，谢谢。这不是一个真正有用的答案，尤其是与这里的其他答案相比。
test = [0, 1.3, 2.2, 2.9, 6, 7.8, 8, 9.1, 10.4,15, 16, 17.6, 17.7, 18.9]
print(grouper(test, 2))
[[0, 1.3, 2.2, 2.9], [6, 7.8, 8, 9.1, 10.4], [15, 16, 17.6, 17.7, 18.9]]

from statistics import mean

def ordered_cluster(data, max_diff):
    current_group = ()
    for item in data:
        test_group = current_group + (item, )
        test_group_mean = mean(test_group)
        if all((abs(test_group_mean - test_item) < max_diff for test_item in test_group)):
            current_group = test_group
        else:
            yield current_group
            current_group = (item, )
    if current_group:
        yield current_group

data = [4.1, 4.05, 4.14, 4.01, 3.97, 4.52, 4.97, 5.02, 5.05, 5.2, 5.18, 3.66, 3.77, 3.59, 3.72]

print(list(ordered_cluster(data, 0.5)))

[(4.1, 4.05, 4.14, 4.01, 3.97, 4.52), (4.97, 5.02, 5.05, 5.2, 5.18), (3.66, 3.77, 3.59, 3.72)]

l = [4.1, 4.05, 4.14, 4.01, 3.97, 4.52, 4.97, 5.02, 5.05, 5.2, 5.18, 3.66, 3.77, 3.59, 3.72]

import numpy as np

x = np.array(l)
mask = np.diff(np.round(x))
print(np.split(x, np.where(mask)[0] + 1))
[array([ 4.1 ,  4.05,  4.14,  4.01,  3.97]), array([ 4.52,  4.97,  5.02,  5.05,  5.2 ,  5.18]), array([ 3.66,  3.77,  3.59,  3.72])]

import numpy as np

diff = .5
x = np.array(l)
mask = np.abs(x[:-1] - x[1:]) <= diff
print(np.split(x, np.where(~mask)[0] + 1)
[array([ 4.1 ,  4.05,  4.14,  4.01,  3.97]), array([ 4.52,  4.97,  5.02,  5.05,  5.2 ,  5.18]), array([ 3.66,  3.77,  3.59,  3.72])]