例如,我们有一个有序列表:
a = [1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4]
我想将此数组重新填充以形式:
a = [1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4]
目前我正在做:
a = np.array([1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4])
n_unique_elements = 4
arrays_with_same_elements = np.array_split(a, 5)
for idx in range(n_unique_elements):
final_list.append(list_similar_a[0][idx])
final_list.append(list_similar_a[1][idx])
final_list.append(list_similar_a[2][idx])
final_list.append(list_similar_a[3][idx])
final_list.append(list_similar_a[4][idx])
所以变量
final_list = [0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4]
必须有pythonic
这样做的方法。也许numpy
中的内置功能?您想到了哪些其他不同的技术来解决这个问题?
您可以使用sort((方法中的键参数:https://docs.python.org/3.3/howto/sorting.html#key-functions或者使用set((
a = [1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4]
b = set(a)
final_list = list(b) * len(b)
因此,您可以使用numpy:
a.reshape([4,3]).T.flatten()
因此,.reshape()
将其放入矩形martix中,.T
开关行和列,.flatten()
再次将其放入线性矢量
现在,您只需要提出重塑部分的参数,例如.reshape([step, repetition])
尝试:(没有外部lib的纯python(
STEP = 3
lst0 = [1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4]
lst1 = []
for x in range(0, STEP):
for y in range(0, len(lst0), STEP):
lst1.append(lst0[y + x])
print(lst1)
输出
[1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4]
尝试以下:
a = np.array([1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4])
uniqueValues, occurCount = np.unique(a, return_counts=True) # uniqueValues is the array of unique elements of main list
#occurCount is array containing frequency of unique elements
common_occur=min(occurCount) # get frequency of co-occurrance
final_array=np.tile(uniqueValues,common_occur) #get tiled output array
如果每个元素的频率相同并且事先已知,则该解决方案也将起作用
FREQ = 3
output = a[::FREQ] * (len(a) // FREQ)
另一个基于numpy
的解决方案是:
FREQ = 3
output = a.reshape((-1, FREQ)).flatten(order='F')
order='F'
参数通过列来平移矩阵。