Question

我正在实现K-means算法，我需要计算分配给质心的点数。
在课程Point中，我有一个名为centroid的字段。
我可以通过某种方式使用Python的计数来计数分配给当前质心的Point对象的数量吗？

我的代码：

def updateCentroids(centroids, pixelList):

    k = len(centroids)
    centoidsCount = [0]*k #couts how many pixels classified for each cent.
    centroidsSum = np.zeros([k, 3])#sum value of centroids
    for pixel in pixelList:
        index = 0
        #find whitch centroid equals
        for centroid in centroids:
            if np.array_equal(pixel.classification, centroid):
                centoidsCount[index] += 1
                centroidsSum[index] += pixel.point
                break
            index += 1
    index = 0
    for centroid in centroidsSum:
        centroids[index] = centroid/centoidsCount[index]
        index += 1

Answer 1

如果我对您的理解正确，那么您需要按照以下步骤进行操作：

from dataclasses import dataclass

# the type doesn't matter, this is just an example
@dataclass
class A:
  value: int

lst = [A(1), A(2), A(3), A(4), A(5), A(6)]

# you can check for any condition here
no_evens = sum(item.value % 2 == 0 for item in lst)

print(f"there are {no_evens} even numbers in the list")

这个问题已经here得到了回答。但我想添加一些内容：

您正在查询列表中的两件事：

匹配多少个对象，
它们的值之和（代码中的pixel.point）。

这将需要两次迭代而不是一次-只需使用一个for循环。

计算具有特定字段值的对象的出现次数

1 个答案: