python - 如何根据邻居之间的给定标准将数组拆分为几个较小的数组

Question

Mathematica 有两个非常有用的函数，可以根据给定的条件将数组分组为较小数组的列表:Split[] 和 SplitBy[]，我需要在 Python3 代码中模拟它们:

Split[list,test] 将成对的相邻元素视为相同，只要将函数 “test” 应用于它们会产生 True，

SplitBy[list,f] 将列表拆分为子列表，这些子列表由一系列连续元素组成，这些元素在应用 f 时给出相同的值。

因此如果

a=[2,3,5,7,11,13,17,19,23,29]

拆分[a,(#2-#1 < 4)&] 给出:

[[2,3,5,7],[11,13],[17,19],[23],[29]]

和 SplitBy[a,(Mod[#,2]==0)&] 给出:

[[2],[3,5,7,11,13,17,19,23,29]]

在实践中，要拆分的数组可能是一个二维表，测试函数可能会作用于各个列中的元素。

如何在 Python3 中高效地编码这种行为？

Answer 1

对于问题的第一部分没有快速的答案，lenik 已经提供了一个很好的基于 zip 的解决方案，但是 SplitBy 可以很容易地使用itertools 模块 ( doc here ) 的 groupby 函数。

请注意，groupby 会在每次更改键值时插入一个分隔符(~ 创建一个新组)。所以如果你想要像SplitBy这样的东西，你必须先根据键函数对它进行排序。

最后，它会给你这样的东西:

>>> def split_by(l, func):
        groups = []
        sorted_l = sorted(l, key=func)
        for _, g in it.groupby(sorted_l, key=func):
            groups.append(list(g)) 
        return groups

>>> split_by([2,3,5,7,11,13,17,19,23,29], lambda x: x%2)                                                                                                                                                                     
[[2], [3, 5, 7, 11, 13, 17, 19, 23, 29]]

使用列表理解的单行版本:

splited_by = [list(g) for _, g in it.groupby(sorted(l, key=func), key=func)]

在我破旧的笔记本电脑上进行 Quick timeit 基准测试:

• itertools 版本

>>> %timeit split_by([2,3,5,7,11,13,17,19,23,29], lambda x: x%2) 每个循环 8.42 µs ± 92.8 ns(7 次运行的平均值 ± 标准偏差，每次 100000 次循环)

• 压缩版

>>> %timeit split_by([2,3,5,7,11,13,17,19,23,29], lambda x: x%2) 每个循环 10.8 µs ± 53.7 ns(7 次运行的平均值 ± 标准偏差，每次 100000 次循环)

• 尝试/捕捉版本

>>> %timeit split_by([2,3,5,7,11,13,17,19,23,29], lambda x: x%2) 每个循环 12.6 µs ± 162 ns(7 次运行的平均值 ± 标准偏差，每次 100000 次循环)