Python 得到中间值两边的两个数字

鉴于：

然后：

---

如果列表的大小

x

是奇数，我可以使用

x[x.index（middle）-1]

和

x[x.index（middle）+1]

来获取中间两边的两个数字。这在上述情况下不起作用，因为中位数不在

x

中。是否有标准方法可以处理偶数大小和奇数大小的列表

假设排序输入列表的长度为

N

，那么在我看来，您需要访问元素

N/2-1

和

（N+1）/2

（假设整数除法），即

---

您可以使用对分模块：

[1.23, 2.0, 3.45, 4.1] => N = 4 thus N/2-1 = 1 and (N+1)/2 = 2

[1.23, 2.0, 3.45, 4.1, 5.6] => N = 5 thus N/2-1 = 1 and (N+1)/2 = 3

---

如果输入列表未排序（比如

x=[1.23,3.45,4.1,2.0]

），那么您希望迭代并找到两个感兴趣的量（当然，这也适用于排序的输入）。大概是这样的：

x = [1.23, 2.0, 3.45, 4.1]  

 def select_near_median(list_):
    # gets two numbers either side of median
    # in a sorted list
    # bisect finds the index where median number
    # can be inserted
    import bisect
    import statistics
    list_ = sorted(list_)
    med = statistics.median(list_)
    ind = bisect.bisect_left(list_, med)
    if med == list_[ind]:
        left = ind
        right = left + 1
    else:
        left = ind - 1
        right = ind
    return list_[left], list_[right]


        print(select_near_median([1,2,3,4]))
        (2, 3)
        print(select_near_median([1,2,3,4,5]))
        (3, 4)
        print(select_near_med(x))
        (2.0, 3.45)

largestmallerthan中值=x[0]
最小最大比中值=x[len（x）-1]
对于x中的n：
如果（n<中间值）和（n>=最大值小于中间值）：
最大值小于中值=n
如果（n>middle）和（n这些是您要寻找的：

largestSmallerThanMedian = x[0]
smallestLargerThanMedian = x[len(x)-1] 
for n in x:
    if (n < middle) and (n >= largestSmallerThanMedian):
        largestSmallerThanMedian = n
    if (n > middle) and (n <= smallestLargerThanMedian):
        smallestLargerThanMedian = n

根据定义，a是一个将样本分成两半的值

有限个数字列表的中位数可以通过排列所有
从最低值到最高值的观测值，并选取
中间的一个（例如，{3,3,5,9,11}的中位数是5）
偶数个观测值，则没有单一的中间值
中位数通常被定义为两个中间值的平均值
（中位数{3,5,7,9}为（5+7）/2=6）

所以，你需要


然后，以某种方式确定哪些样本是“下半部分”，哪些是“上半部分”
相应地，从子集中选择最大值和最小值

可能的办法包括：


对整个列表进行排序（可能是为了提高效率），然后选择相应的元素。（O（N*log（N）））
遍历列表，将元素分为“下”部分和“上”部分（实际上，你需要在每一步计算中位数以对下一个元素进行分类），并跟踪“边界”值（你仍然需要它们来计算中位数）（O（N））

这就是工作原理（）


因此，基本上，您需要的是（针对您的1-D案例修改链接源代码）：

然后检索相应的元素

但是，请注意，如果您努力提高效率，那么。
要获得中值，您必须有一个排序列表，因此这是一个简单的数学问题，如果列表长度不均匀，您需要
中间点-1
和
中间点+1
，如果列表长度为偶数，则中值是两个中间数字的平均值，因此您需要t有两个中间数字

if sz % 2 == 0:
    part = partition(a, ((sz // 2) - 1, sz // 2))
else:
    part = partition(a, (sz - 1) // 2)

刚刚意识到，当奇数大小的列表中有相同的条目时，
.index（）
方法本身会崩溃，因为它会错误地选择第一个匹配项。第一个元素大于中位数，而紧靠它之前的元素应该这样做，不是吗？“第一个大于中值的元素和紧靠它之前的元素”是目标本身：）呃，对不起。我看不出偶数和不偶数情况都需要这种情况。也许你能指定数组是排序的吗？它大大简化了问题。但是语句
med（list_uu2;）
计算算术平均值，而不是中位数，不是吗？@LetzerWille谢谢。对于
[1,2,3,4]
这样的列表，它返回
（1,2）
@LetzerWille我们就快到了……它现在对奇数大小的列表做了类似的操作，例如
选择中位数附近的（[1,2,3,4,5]）
给出
（2,3）
。注意：由于我使用的是2.7，我不得不用“
numpy.median
”替换
统计数据。median
，但我不认为这有什么区别。@Pyderman现在应该可以工作了。bisect函数是违反直觉的，但具有持久性：）@Pyderman bisect对排序输入有效。所以我已经完成了这个llPrices=sorted([…..并输出783.765。实际上我已经写了关于排序输入的内容。更好的是，我将在函数中输入排序。事实上，它们就是我要寻找的数字，欧比万。做得很好。
largestSmallerThanMedian = x[0]
smallestLargerThanMedian = x[len(x)-1] 
for n in x:
    if (n < middle) and (n >= largestSmallerThanMedian):
        largestSmallerThanMedian = n
    if (n > middle) and (n <= smallestLargerThanMedian):
        smallestLargerThanMedian = n

x[(len(x)-1)/2 - len(x)%2], x[len(x)/2 + len(x)%2]

if sz % 2 == 0:
    part = partition(a, ((sz // 2) - 1, sz // 2))
else:
    part = partition(a, (sz - 1) // 2)

def get_two(l):
    ln = len(l)
    half = ln // 2
    return x[half-1], x[half + ln % 2]