排除数组中不包含特定小数的元素

Question

我有一个数组，其中包含一位小数。小数点只能是 1、2 或 3（由用户设置，因此不必是算法）。我想创建一个函数来排除数组中不包含所有三个小数的元素。

例如，当考虑以下数组并预期输出时：

a = np.array([1.1, 1.3, 1.2, 2.1, 2.2])
b = np.array([1.3, 1.2, 1.1, 7.3, 7.1, 8.1, 8.2, 8.3])

#desired output
a_usefull = [1.1, 1.3, 1.2]
b_usebull = [1.3, 1.2, 1.1, 8.1, 8.2, 8.3]

a 中的

元素 2.1 和 2.2 被排除在外，因为两者都缺少小数点 0.3。元素 7.3 和 7.1 被排除在外，因为缺少十进制 .2。请注意，原始数组的顺序是导入的，因此例如 [1.3, 1.1, 1.2] 应该以 [1.3, 1.1, 1.2] 出现

另一个条件是，例如[1.1, 1.3, 2.1, 2.2, 1.2, 2.3] 的输出应该与它所看到的完全一样。因此，例如它是 [1,1,2,1,2,2] 它不应该是 [1,1,1,2,2,2]。顺序不应该改变。

我想先计算数组中的所有元素并计算它们。但是，代码应该在函数中给出。有人可以帮助这个循环吗？

def remove(id):

return useful_elements

谢谢！

Answer 1

你可以先从列表中找出数字的所有整数部分，用它们组成一个列表，然后检查包含所有三个小数的列表是否存在于更大的列表中

def func(li):

    res = []
    int_li = []

    #Create a list for integers in the input list
    for item in li:
        int_item = int(item)
        if int_item not in int_li:
            int_li.append(int_item)

    #Iterate through the list for integers
    for num in int_li:

        #Create list with all 3 decimals
        check_list = [(num + .1*i) for i in range(1, 4)]
        dec_list = []

        #Iterate through the bigger list
        for number in li:

            #Compare the integer part of element with given integer
            if num == int(number):
                dec_list.append(number)

            #If the found decimal list is present in bigger list with 3 decimals
            if sorted(dec_list) == sorted(check_list):
                #Add it to result and move on to next item
                res.extend(dec_list)
                break

    #Return result
    return res

print(func([1.1, 1.2, 1.3, 2.1, 2.2]))
print(func([1.3, 1.2, 1.1, 7.3, 7.1, 8.1, 8.2, 8.3]))

输出将是

[1.1, 1.2, 1.3]
[1.3, 1.2, 1.1, 8.1, 8.2, 8.3]

Answer 2

这是我的看法：

# your code goes here
import numpy as np
import math

a = np.array([1.1, 1.2, 1.3, 2.1, 2.2])
b = np.array([1.1, 1.2, 1.3, 7.3, 7.1, 8.1, 8.2, 8.3])

def numpy_filter(arr):
    required_decimals = {1, 2, 3}
    lst = arr.tolist()
    numbers = { math.floor(x) for x in lst }
    fmap = { n: { x for x in lst if math.floor(x) == n } for n in numbers }
    toReturn = []
    for n, decs in fmap.items():
        target_set = { n + x * 0.1 for x in required_decimals }
        if decs == target_set:
            toReturn.extend(target_set)
    return np.array(toReturn)

#desired output
print(numpy_filter(a))
print(numpy_filter(b))
a_usefull = [1.1, 1.2, 1.3]
b_usebull = [1.1, 1.2, 1.3, 8.1, 8.2, 8.3]

首先我提取底层列表以便于管理它

lst = arr.tolist()

然后我提取集合中的所有整数部分以避免重复

numbers = { math.floor(x) for x in lst }

然后我将原始列表划分为一个映射，为每个整数映射原始列表中包含的元素

fmap = { n: { x for x in lst if math.floor(x) == n } for n in numbers }

之后，我解析地图的所有元素，寻找我在列表中拥有的元素与我应该拥有的元素之间的差异。任何映射的人都会添加到返回的新列表中。

toReturn = []
for n, decs in fmap.items():
    target_set = { n + x * 0.1 for x in required_decimals }
    if decs == target_set:
        toReturn.extend(target_set)

这里是executable version

Answer 3

简单而简短

a = np.array([1.1, 1.2, 1.3, 2.1, 2.2])

def remove(id):
    useful_elements=np.array([])
    for x in np.unique(a.astype(int)):
         if((x+.1 in a) and (x+.2 in a) and (x+.3 in a)):
             useful_elements=np.append(useful_elements,(x+.1,x+.2,x+.3))

    return useful_elements