Python 最小化两个列表之间的增量

给定两个列表，其中一个列表按某个系数的α进行缩放：

from random import randint

alpha = 1.2
x = [randint(1, 100) for x in range(1000)]
y = [int(alpha * i) for i in x]

---

我想过滤两个列表中低于某个阈值的值，从而最小化两个列表中返回的元素数量的增量。因此，如果我的

x

阈值是40，那么

len（[i代表i in x，如果i<40]）~400

我想知道

y

的阈值应该是什么，因为

alpha

未知，所以元素返回的数量是~400，在本例中为48

您可以计算平均值

alpha

，如下所示：

alpha = sum((yn / float(xn)) for xn, yn in zip(x, y)) / len(x)

然后：

---

如果最小化

abs（len（filtered_x）-len（filtered_y））

至关重要，则可以在

y_阈值附近执行局部搜索
 您的
x_阈值
允许您知道它下面有多少
x
（此处
400
）。因此，您只需在
y
中找到排名第400位的元素，并将其用作
y\u阈值

您可以通过排序
y
（这是多余的）或选择第N个（可以在
O（N）
中完成）。这种方法总是达到
delta=0

对于更简单的近似解决方案，将
alpha
估计为两个列表总和的比率，并设置
y_threshold=alpha。x_阈值
。（可能首选
alpha
，
Sum（y.x）/Sum（x^2）
，或标准差比率的最小二乘估计值）
如果
alpha
未知，您甚至会如何计算
y
？如果希望每个列表中的项目数相同，
y
的阈值就是
threshold*alpha
。或者过滤
x
，然后创建
y
。我只为问题设置alpha，我有两个列表，一个是另一个的近似缩放版本，我有一个固定的x阈值，我想要y阈值。显然，当您知道列表之间的关系时，答案就很清楚了。因此您有
x
、
y
和
x_阈值
，您想计算
y_阈值
？
y_threshold = int(alpha * x_threshold)