如何在python中比较两个排序的数字列表，其中每个对应的元素不'；你不需要精确匹配吗？
给定2个排序编号列表，如下所示：如何在python中比较两个排序的数字列表，其中每个对应的元素不'；你不需要精确匹配吗？,python,numpy,Python,Numpy,给定2个排序编号列表，如下所示： >>> list1 = list(map(int, '7 22 34 49 56 62 76 82 89 161 174'.split())) >>> list2 = list(map(int, '7 14 49 57 66 76 135 142 161'.split())) in1d将产生7、49、76和161的真实值 但我愿意接受一个特定的公差，即最多3，并为7、49、57、76和161生成真实值（因为列表1中的56和列
>>> list1 = list(map(int, '7 22 34 49 56 62 76 82 89 161 174'.split()))
>>> list2 = list(map(int, '7 14 49 57 66 76 135 142 161'.split()))
class FifoList:
def __init__(self):
self.data = []
def append(self, data):
self.data.append(data)
def pop(self):
return self.data.pop(0)
def match_approximate(a, b, approx=3):
c = []
bEnd = False
bfifo = FifoList()
for i in b:
bfifo.append(i)
y = 0
for x in a:
if bEnd:
continue
while True:
if y == 0 or x - y > approx:
try:
y = bfifo.pop()
except KeyError:
bEnd = True
break
if abs(x - y) <= approx:
c.append(y)
break
if y > x:
break
return c
第五类：
定义初始化（自）：
self.data=[]
def附加（自身、数据）：
self.data.append（数据）
def pop（自我）：
返回self.data.pop（0）
def匹配近似值（a、b、近似值=3）：
c=[]
弯曲=假
bfifo=FifoList（）
对于b中的i：
附录（一）
y=0
对于a中的x：
如果弯曲：
持续
尽管如此：
如果y==0或x-y>近似值：
尝试：
y=bfifo.pop（）
除KeyError外：
弯曲=真
打破
如果abs（x-y）x：
打破
返回c
只是想知道是否有其他更好的方法来实现这一点？我不知道您为什么在这里使用队列。它似乎不是解决这个问题的正确数据结构。此外，Python有一个内置的队列数据结构（
collections.dequepopleft（）pop（0）近似值范围内，则添加它们，并增加两个指针。如果a
的元素小于b
的元素，则递增a
s指针。否则，递增b
s指针。继续，直到两个指针都用尽（即指向列表的末尾）。它以O（N）线性时间运行。下面是上述算法的一个实现：
def match_approximate(a, b, approx=3):
a_ind, b_ind = 0, 0
result = []
while a_ind < len(a) and b_ind < len(b):
if abs(a[a_ind] - b[b_ind]) <= approx:
result.append(b[b_ind])
if a[a_ind] == b[b_ind]:
b_ind += 1
a_ind += 1
elif a[a_ind] < b[b_ind]: a_ind += 1
else: b_ind += 1
def match_last_element(a, a_ind, last_elt_of_b, result):
while a_ind != len(a):
if abs(a[a_ind] - last_elt_of_b) <= approx:
result.append(a[a_ind])
a_ind += 1
else:
break
if a_ind != len(a): match_last_element(a, a_ind, b[-1], result)
else: match_last_element(b, b_ind, a[-1], result)
return result
将输出[5,6,7,49,57,76,161,163]
（这是我预期的结果，但请参见下面一些不清楚的边缘情况）。如果在当前impl上运行此案例，您将得到一个索引器
在某些边缘情况下，我们还不完全清楚该怎么做：
当您有一个近似匹配时，您会将哪个元素添加到结果中？这个impl只是拉入b
s元素（如示例所示）
应如何处理重复项？在此impl中，如果两个列表都包含dup，则将添加两次。如果只有一个列表包含重复项，则仅添加一次元素。DUP的一个更复杂的例子是，如果我们有[4,5]
和[4,5]
作为输入，那么我们的输出应该是[4,5]
还是[4,4,5,5]
（因为4
和5
都在彼此的近似值之内，4
也与5
匹配）
近似值是包含的还是独占的（即我不知道为什么在这里使用队列。它似乎不是解决此问题的正确数据结构。此外，Python有一个内置的队列数据结构（collections.deque
，只需使用popleft（）
而不是pop（0）
）
一种更简单的方法（imo）是只维护一个“指针”（或索引）对于每个数组，从开始处开始。如果元素之间的距离大约，则添加它们，并递增两个指针。如果a
的元素小于b
的元素，则递增a
的指针。否则，递增b
的指针。继续操作，直到两个指针都用完为止（即指向列表的末尾）。该算法以O（N）线性时间运行。以下是所述算法的实现：
def match_approximate(a, b, approx=3):
a_ind, b_ind = 0, 0
result = []
while a_ind < len(a) and b_ind < len(b):
if abs(a[a_ind] - b[b_ind]) <= approx:
result.append(b[b_ind])
if a[a_ind] == b[b_ind]:
b_ind += 1
a_ind += 1
elif a[a_ind] < b[b_ind]: a_ind += 1
else: b_ind += 1
def match_last_element(a, a_ind, last_elt_of_b, result):
while a_ind != len(a):
if abs(a[a_ind] - last_elt_of_b) <= approx:
result.append(a[a_ind])
a_ind += 1
else:
break
if a_ind != len(a): match_last_element(a, a_ind, b[-1], result)
else: match_last_element(b, b_ind, a[-1], result)
return result
将输出[5,6,7,49,57,76,161,163]
（这是我所期望的，但请参见下面关于一些不清楚的边缘案例的内容）。如果在当前impl上运行此案例，您将得到一个索引器
在某些边缘情况下，我们还不完全清楚该怎么做：
当您有一个近似匹配时，您会向结果中添加哪个元素？这个impl只会拉入b
s元素（如示例所示）
应该如何处理重复项？在这个例子中，如果两个列表都包含dup，它将被添加两次。如果只有一个列表包含重复项，元素将只被添加一次。dup的一个更复杂的例子是理解如果我们有[4,5]
和[4,5]
作为输入，我们的输出应该是[4,5]
或[4,4,5,5]
（由于4
和5
都在近似值范围内，4
也与5
匹配）
近似值
绑定是包含的还是独占的（即从X:
import numpy as np
X = np.array([7,22,34,49,56,62,76,82,89,161,174]) #len:11
Y = np.array([7,14,49,57,66,76,135,142,161]) #len:9
dist = np.abs(Y[:, np.newaxis] - X)
#print(dist)
for i in range(len(Y)):
for j in dist[i]:
if -3<=j<=3: #approximation of 3
idx = dist[i].tolist().index(j)
print(X[idx])
从Y中选取近似匹配：
import numpy as np
X = np.array([7,22,34,49,56,62,76,82,89,161,174]) #len:11
Y = np.array([7,14,49,57,66,76,135,142,161]) #len:9
dist = np.abs(X[:, np.newaxis] - Y)
#print(dist)
for i in range(len(Y)+1):
for j in dist[i]:
if -3<=j<=3:
#print(j)
idx = dist[i].tolist().index(j)
print(Y[idx])
从X中选取近似匹配：
import numpy as np
X = np.array([7,22,34,49,56,62,76,82,89,161,174]) #len:11
Y = np.array([7,14,49,57,66,76,135,142,161]) #len:9
dist = np.abs(Y[:, np.newaxis] - X)
#print(dist)
for i in range(len(Y)):
for j in dist[i]:
if -3<=j<=3: #approximation of 3
idx = dist[i].tolist().index(j)
print(X[idx])
从Y中选取近似匹配：
import numpy as np
X = np.array([7,22,34,49,56,62,76,82,89,161,174]) #len:11
Y = np.array([7,14,49,57,66,76,135,142,161]) #len:9
dist = np.abs(X[:, np.newaxis] - Y)
#print(dist)
for i in range(len(Y)+1):
for j in dist[i]:
if -3<=j<=3:
#print(j)
idx = dist[i].tolist().index(j)
print(Y[idx])
多亏了@MattMessersmith，我实现了我的最终解决方案，满足了2个要求：
筛选两个列表中彼此太近的项目
在两个相互接近的列表中匹配项目
list1 = [7, 22, 34, 49, 56, 62, 76, 82, 89, 149, 161, 182]
list2 = [7, 14, 49, 57, 66, 76, 135, 142, 161]
>>> result = match_approximate(list1, list2, 3)
>>> print result[0]
>>> print result[1]
[7, 49, 56, 76, 161]
[7, 49, 57, 76, 161]
>>> result = match_approximate(list1, list2, 1, True)
>>> print result[0]
>>> print result[1]
[22, 34, 62, 82, 89, 149, 182]
[14, 66, 135, 142]
代码如下：
def match_approximate(a, b, approx, invert=False):
a_ind, b_ind = 0, 0
resulta, resultb = [], []
while a_ind < len(a) and b_ind < len(b):
aItem, bItem = a[a_ind], b[b_ind]
if abs(aItem - bItem) <= approx:
if not invert:
resulta.append(aItem)
resultb.append(bItem)
a_ind += 1
b_ind += 1
continue
if aItem < bItem:
if invert:
resulta.append(aItem)
a_ind += 1
else:
if invert:
resultb.append(bItem)
b_ind += 1
if invert:
while a_ind != len(a):
resulta.append(a[a_ind])
a_ind += 1
while b_ind != len(b):
resulta.append(b[b_ind])
b_ind += 1
return [resulta, resultb]
def match_近似值（a、b、近似值、反转=False）：
a_ind，b_ind=0，0
结果A，结果B=[]，[]
当a_ind筛选两个列表中彼此太近的项目
在两个相互接近的列表中匹配项目