[英]How to normalize a list of floats when one value has to stay the same?
我有一个包含这些标准化值的列表
list_a = [0.25, 0.25, 0.25, 0.25]
现在我想将一个条目的值更改为另一个数字,比如0.75
。 这个数字是固定的,不应再更改。
list_a_changed = [0.25, 0.25, 0.75, 0.25]
为了仍然确保列表中所有值的总和为1
,其余值需要为0.0833
。 所以我的清单必须是:
list_a_normalized = [0.083, 0.083, 0.75, 0.083]
这很容易确定是否所有值在初始列表中共享相同的百分比。 我可以做1 - 0.75 = 0.25
,然后在剩余数字之间除以0.25
,因为它们都占总和的相同百分比。
value_change = 0.75
remaining_value = 1 - value_change
divided_remaining_value = remaining_value / (len(list_a_changed) - 1)
list_a_normalized = [divided_remaining_value, divided_remaining_value, value_change, divided_remaining_value ]
但是如果原始列表是这样的,你会怎么做:
list_b = [0.25, 0.45, 0.20, 0.10]
我将一个值更改为0.05
list_b_changed = [0.25, 0.45, 0.05, 0.10]
您将如何计算其他数字的值必须是多少,以便它们各自保留剩余0.95
的适当部分?
你可以
remaining
def normalize(values, index_not_change):
remaining = 1 - values[index_not_change]
total_except_remaining = sum(values) - values[index_not_change]
return [(value * remaining / total_except_remaining if idx != index_not_change else value)
for idx, value in enumerate(values)]
print(normalize([0.25, 0.25, 0.75, 0.25], 2)) # [0.0833333333, 0.0833333333, 0.75, 0.0833333333]
print(normalize([0.25, 0.45, 0.05, 0.10], 2)) # [0.296875, 0.534375, 0.05, 0.11875000000000001]
要了解total_except_remaining
目的,如果没有它,那就是
normalize([0.25, 0.25, 0.75, 0.25], 2) -> [0.0625, 0.0625, 0.75, 0.0625]
因为你已经计算了剩余的四分之一( 0.25
),但加上相对总和是0.75
而不是 1 的事实,你更新到它们的实际比例
你也可以用同样的方法进行修改
def normalize(values, position, new_value):
values[position] = new_value
remaining = 1 - new_value
total_except_remaining = sum(values) - new_value
return [(value * remaining / total_except_remaining if idx != position else value)
for idx, value in enumerate(values)]
print(normalize([0.25, 0.25, 0.25, 0.25], 2, 0.75))
使用change_normalized
项并保持列表规范化:
re_normalize
通过乘以正确的因子(即 1 与没有更改项的总和之间的比率)使列表保持规范化:
def change_normalized(lst, index, value):
def touch(lst, index, value):
lst[index] = value
def re_normalize(lst, index, value):
multiply_factor = (1 - value) / (sum(lst) - value)
for j in range(len(lst)):
if i == j:
continue
lst[j] *= multiply_factor
touch(lst, i, value)
re_normalize(lst, i, value)
i = 2
value = 0.05
list_b = [0.25, 0.45, 0.20, 0.10]
# Change item at index to value and keep list normalized
change_normalized(list_b, i, value)
# 1.0
print(sum(list_b))
这段代码可以缩小为:
def change_normalized(lst, index, value):
lst[index] = value
multiply_factor = (1 - value) / (sum(lst) - value)
lst[:] = [multiply_factor * x if i != j else x for j, x in enumerate(lst)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.