在python中识别数组中的模式

我有一个关于在数组中识别模式的问题。我正在使用以下阵列：

A = [1.0, 1.1, 9.0, 9.2, 0.9, 9.1, 1.0, 1.0, 1.2, 9.2, 8.9, 1.1]

现在，这个数组显然由关于

~1

的元素和关于

~9

的元素组成

有没有办法将这些集群分开？也就是说，要达到以下目标：

a_1 = [1.0, 1.1, 0.9, 1.0, 1.0, 1.2, 1.1]  # elements around ~1
a_2 = [9.0, 9.2, 9.1, 9.2, 8.9]  # elements around ~9

---

非常感谢。最好。

您可以通过比较每一个更接近的元素来做到这一点。是接近1还是9：

a_1 = [i for i in A if abs(i-1)<=abs(i-9)]
a_2 = [i for i in A if abs(i-1)>abs(i-9)]

a_1=[i代表if-abs（i-1）abs（i-9）中的i]

当然，这不是集群的通用解决方案。只有当您知道集群的中心（1和9）时，它才起作用

如果你不知道集群的中心，我认为你应该使用像

这是一个简单的K-Means实现（K=2和100作为极限迭代）。你不需要知道集群的中心，它首先随机选取

from random import randint

A = [1.0, 1.1, 9.0, 9.2, 0.9, 9.1, 1.0, 1.0, 1.2, 9.2, 8.9, 1.1]

x = A[randint(0,len(A)-1)]
y = A[randint(0,len(A)-1)]
for _ in range(100):
    a_1 = [i for i in A if abs(i-x)<=abs(i-y)]    
    a_2 = [i for i in A if abs(i-x)>abs(i-y)]    
    print(x,y)
    x = sum(a_1)/len(a_1)
    y = sum(a_2)/len(a_2)

print a_1
print a_2

来自随机导入randint
A=[1.0,1.1,9.0,9.2,0.9,9.1,1.0,1.0,1.2,9.2,8.9,1.1]
x=A[randint（0，len（A）-1]
y=A[randint（0，len（A）-1]
对于范围内的uu（100）：
a_1=[i代表i在if-abs（i-x）abs（i-y）中]
打印（x，y）
x=总和（a_1）/len（a_1）
y=总和（a_2）/len（a_2）
打印a_1
打印a_2

相关值之间的差值是多少？排序听起来是合理的第一步。然后，确定平均值和分布。。。这不是一个头脑风暴式的问题吗？是的，我知道，我也在考虑排序，但我想知道是否有一个函数或东西来识别列表或数组中的集群。如果没有，我将继续排序并获得值中的最大步长：）谢谢您的回答！然而，我不知道1和9的值是先验的。我想确定这些价值观。这就是我的问题，而不是<代码> ABS>代码>你可以使用<代码>如果是圆（i）＝1＜/代码>右？@ VikasDamodar，当中间有数字时，我认为它不能正常工作，让我们说7@urgeo在这种情况下，我想你需要一个聚类算法，可能是K-Means@urgeo马里奥博罗所说的完全正确。你需要一些基础来对这些数字进行分类。其他方面，一些数字不会被列为例：5