[英]Matching a real number key in a Python dictionary
我有一個字典,提供從實數元組到標識整數的映射。 給定一個包含數字的元組列表,這些數字在容差范圍內,但不完全等於字典中的容差,我想生成一個相應整數的列表。
例:
tdict = {(0.334, 0.333, 0.333):1, (0.167, 0.666, 0.167):2, (0.5, 0.5, 0):3}
tlist = [(0.333, 0.333, 0.333), (0.16667, 0.6666667, 0.17), (0.34, 0.33, 0.33), (0.5001, 0.4999, 0.0)]
tol = 0.01
運行我想要的代碼應該產生結果
ilist = [1,2,1,3]
因為每個元組中的所有數字都在tdict
相應元組中的tdict
的給定容差范圍內。 我可以通過迭代tdict.keys()
並單獨比較每個,但我覺得應該有更好的方法。 獲取相應整數到這些元組的最有效方法是什么? 它不需要涉及字典,這對我來說似乎是最自然的。 我正在使用Python 3。
您顯然希望在具有特定網格間距(與您的公差值直接相關)的3D網格上的3D空間中投影點,並創建某種直方圖。 給自己寫一個投影函數:它將一個任意的3元素列表/元組(一個描述空間中的點的向量)作為參數,並將其投影到某個網格點上。 你這樣做是為了填寫你的字典以及閱讀它。 此外,關於字典中的鍵,我認為你應該使用整數元組而不是浮點數,因為我不確定浮點數是否可以相同。
這是一個實現示例:
from collections import defaultdict
from random import random as rn
class Grid(object):
def __init__(self, spacing):
self.spacing = spacing
self.griddict = defaultdict(int)
def add_point(self, coords):
"""
`vid`, a voxel id, is a tuple of indices, indicating one grid
bin for each dimension, e.g. (1, 5, 2)
rule: i_x = int(floor(x_coord / spacing))
"""
vid = tuple([int(c//self.spacing) for c in coords])
self.griddict[vid] += 1
def get_point(self, coords):
vid = tuple([int(c//self.spacing) for c in coords])
return self.griddict[vid]
def vid_centercoords(self, vid):
"""
Return the real coordinates in space for a certain voxel,
which is identified by its voxel id `vid` (a tuple of indices).
"""
return tuple([(i-1)*self.spacing + self.spacing/2 for i in vid])
N = 20
fillpoints = [(rn(),rn(),rn()) for _ in xrange(N)]
testpoints = [(rn(),rn(),rn()) for _ in xrange(N)]
grid = Grid(spacing=0.3)
for p in fillpoints:
grid.add_point(p)
print [grid.get_point(p) for p in testpoints]
它的作用:它在3D空間中創建20個隨機向量(所有坐標在0和1之間)。 它使用空間中的這些點填充3D網格。 網格在每個維度上的間距為0.3。 空間中的這20個點中的每一個被分配給網格中的某個體素(僅用於3D像素的單詞)。 每個賦值將相應體素的計數器增加1(將網格渲染為直方圖)。 然后,使用另一組隨機的20個向量來讀出體素。 這些點再次投射到體素上,但這次計數器只是返回而不是增加。 執行測試:
$ python gridtest.py
[2, 1, 0, 1, 0, 0, 0, 2, 0, 0, 0, 0, 1, 0, 0, 1, 0, 0, 1, 0]
執行您的數據:
fillpoints = [(0.334, 0.333, 0.333), (0.167, 0.666, 0.167), (0.167, 0.666, 0.167), (0.5, 0.5, 0), (0.5, 0.5, 0), (0.5, 0.5, 0)]
testpoints = [(0.333, 0.333, 0.333), (0.16667, 0.6666667, 0.17), (0.34, 0.33, 0.33), (0.5001, 0.4999, 0.0)]
grid = Grid(spacing=0.03)
for p in fillpoints:
grid.add_point(p)
print [grid.get_point(p) for p in testpoints]
它根據需要打印[1, 2, 1, 3]
1,2,1,3 [1, 2, 1, 3]
。 我沒有深入考慮關系spacing=3*tolerance
。 這可能是錯的。 我只知道存在確定性關系。 證明/找到這個公式是留給你作為一個練習:)
tdict.keys()
按距離排序到每個tlist
點。 tdict
查找它們。 如果你有權訪問numpy,你可以使用numpy.allclose來檢查匹配:
>>> import numpy
>>> numpy.allclose((0.334, 0.333, 0.333), (0.333, 0.333, 0.333))
False
>>> numpy.allclose((0.334, 0.333, 0.333), (0.333, 0.333, 0.333), atol=0.1)
True
您可以查找功能(查找元組的圓形版本):
def look_up_tdict( t ):
return tdict[ (float('%.3f' % t[0]),
float('%.3f' % t[1]),
float('%.3f' % t[2])
]
注意:如果字典中沒有任何內容接近t
則會出錯。 然后你可以填充ilist
:
ilist = [ look_up_tdict(t) for t in tlist ]
tolerance = 0.1
for i in tlist:
list2 = filter(lambda x:abs(sum(i)-sum(x))<tolerance,tdict
print [tdict[itm] for itm in list2]
我認為這樣可行......雖然不是正面的......事實上它看起來並沒有給你所需的輸出
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.