一个间隔中有多少数据？

Question

我有一个列表对象，我想知道特定间隔内有多少个数字？代码如下

a = [1, 7, 4, 7, 4, 8, 5, 2, 17, 8, 3, 12, 9, 6, 28]
interval = 3
a = list(map(lambda x:int(x/interval),a))
for i in range(min(a),max(a)+1):
    print(i*interval,(i+1)*interval,':',a.count(i))

输出

0 3 : 2
3 6 : 4
6 9 : 5
9 12 : 1
12 15 : 1
15 18 : 1
18 21 : 0
21 24 : 0
24 27 : 0
27 30 : 1

是否有一种获取此信息的简单方法？越简单越好

Answer 1

现在我们在谈论性​​能，我想使用bincount 提供我的 numpy解决方案：

import numpy as np

interval = 3
a = [1, 7, 4, 7, 4, 8, 5, 2, 17, 8, 3, 12, 9, 6, 28]
l = max(a) // interval + 1
b = np.bincount(a, minlength=l*interval).reshape((l,interval)).sum(axis=1)

（{minlength仅在max(a)不是间隔的倍数时才能够重塑）是必需的

从Erfan的答案中提取标签后，我们得到：

rnge = range(0, max(a) + interval + 1, interval)
lables = [f'[{i}-{j})' for i, j in zip(rnge[:-1], rnge[1:])]

for l,b in zip(lables,b):
    print(l,b)

[0-3) 2
[3-6) 4
[6-9) 5
[9-12) 1
[12-15) 1
[15-18) 1
[18-21) 0
[21-24) 0
[24-27) 0
[27-30) 1

这比熊猫解决方案快得多。

性能和规模比较

为了评估扩展能力，我只替换了a = [1, ..., 28] * n并将定时执行（不导入和打印）定为n = 1、10、100、1K，10K和100K：

（win32上的python 3.7.3 /熊猫0.24.2 / numpy 1.16.2）

Answer 2

具有pd.cut和groupby的熊猫解决方案

s = pd.Series(a)
bins = pd.cut(s, range(0, s.max() + interval, interval), right=False)
s.groupby(bins).count()

[0, 3)      2
[3, 6)      4
[6, 9)      5
[9, 12)     1
[12, 15)    1
[15, 18)    1
[18, 21)    0
[21, 24)    0
[24, 27)    0
[27, 30)    1
dtype: int64

---

要获得更清洁的垃圾箱结果，我们可以使用链接的答案中的this方法：

s = pd.Series(a)
rnge = range(0, s.max() + interval, interval)
labels = [f'{i}-{j}' for i, j in zip(rnge[:-1], rnge[1:])]
bins = pd.cut(s, range(0, s.max() + interval, interval), right=False, labels=labels)
s.groupby(bins).count()

0-3      2
3-6      4
6-9      5
9-12     1
12-15    1
15-18    1
18-21    0
21-24    0
24-27    0
27-30    1
dtype: int64

Answer 3

您可以使用字典理解力在一行中进行操作：

a = [1, 7, 4, 7, 4, 8, 5, 2, 17, 8, 3, 12, 9, 6, 28]

{"[{};{}[".format(x, x+3) : len( [y  for y in a if y >= x and y < x+3] ) 
 for x in range(min(a), max(a), 3)}

输出：

{'[1;4[': 3,
 '[4;7[': 4,
 '[7;10[': 5,
 '[10;13[': 1,
 '[13;16[': 0,
 '[16;19[': 1,
 '[19;22[': 0,
 '[22;25[': 0,
 '[25;28[': 0}

---

  

性能比较：

     

具有pd.cut和groupby的熊猫解决方案： 8.51 ms 每个循环±32 µs（平均±标准偏差，共运行7次，每个循环100次）

     

字典理解： 19.7 µs ：每个循环±37.1 ns（平均±标准偏差，共运行7次，每个循环100000次）

     

使用np.bincount： 22.4 每个循环µs±263 ns（平均±标准偏差，共运行7次，每个循环10000次）