[英]uniquify an array/list with a tolerance in python (uniquetol equivalent)
我想找到在一定公差范圍內的數組的唯一元素
例如,對於數組/列表
[1.1 , 1.3 , 1.9 , 2.0 , 2.5 , 2.9]
函數將返回
[1.1 , 1.9 , 2.5 , 2.9]
如果公差為0.3
有點像MATLAB函數http://mathworks.com/help/matlab/ref/uniquetol.html (但是此函數使用相對公差,絕對公差就足夠了)實現它的pythonic方法是什么? ( numpy
是特權)
將A
作為輸入數組,並將tol
作為公差值,我們可以采用NumPy broadcasting
的矢量化方法,如下所示:
A[~(np.triu(np.abs(A[:,None] - A) <= tol,1)).any(0)]
樣品運行-
In [20]: A = np.array([2.1, 1.3 , 1.9 , 1.1 , 2.0 , 2.5 , 2.9])
In [21]: tol = 0.3
In [22]: A[~(np.triu(np.abs(A[:,None] - A) <= tol,1)).any(0)]
Out[22]: array([ 2.1, 1.3, 2.5, 2.9])
注意1.9
消失了,因為我們在0.3
的公差范圍內有2.1
。 然后, 1.1
一去不復返了1.3
和2.0
為2.1
。
請注意,這將創建一個帶有“ chained-closeness”檢查的唯一數組。 舉個例子 :
In [91]: A = np.array([ 1.1, 1.3, 1.5, 2. , 2.1, 2.2, 2.35, 2.5, 2.9])
In [92]: A[~(np.triu(np.abs(A[:,None] - A) <= tol,1)).any(0)]
Out[92]: array([ 1.1, 2. , 2.9])
因此, 1.3
因1.1
而消失,而1.5
因1.3
而消失。
在純Python 2中,我編寫了以下代碼:
a = [1.1, 1.3, 1.9, 2.0, 2.5, 2.9]
# Per http://fr.mathworks.com/help/matlab/ref/uniquetol.html
tol = max(map(lambda x: abs(x), a)) * 0.3
a.sort()
results = [a.pop(0), ]
for i in a:
# Skip items within tolerance.
if abs(results[-1] - i) <= tol:
continue
results.append(i)
print a
print results
導致
[1.3, 1.9, 2.0, 2.5, 2.9]
[1.1, 2.0, 2.9]
該規范似乎與之吻合,但與您的示例不一致。
如果我只是將公差設置為0.3
而不是max(map(lambda x: abs(x), a)) * 0.3
,則會得到:
[1.3, 1.9, 2.0, 2.5, 2.9]
[1.1, 1.9, 2.5, 2.9]
...這與您的示例一致。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.