Python 列表重新排序，还记得原来的顺序吗？答案

【问题标题】：Python list reordering, remember original order?Python 列表重新排序，还记得原来的顺序吗？
【发布时间】：2012-11-22 05:26:46
【问题描述】：

我正在做一个贝叶斯概率项目，我需要根据新信息调整概率。我还没有找到一种有效的方法来做到这一点。我要做的是从不同场景的等概率列表开始。前任。共有 6 个人：E、T、M、Q、L、Z，他们各自的初始被选中概率表示为

myList=[.1667, .1667, .1667, .1667, .1667, .1667]

新信息显示，按字母顺序排在前三分之一的人共有 70% 的机会被选中。制作了一个新列表，按名称的字母顺序（E、L、M、Q、T、Z）排序，其中仅包含新信息。 (.7/.333=2.33, .3/.667=.45)

    newList=[2.33, 2.33, .45, .45, .45, .45)

我需要一种方法来将 newList 与 myList 相同，这样我就可以在列表理解中乘以正确的值，并达到调整概率。有一个一致的顺序很重要，因为该过程将重复多次，每次都有不同的标准（元音，最接近 P 等），并且在一个包含大约 1000 个项目的列表中。每个 newList 可以改为一个 newDictionary，然后一旦创建了调整条件，就可以将它们排序到一个列表中，但是转换多个字典似乎效率低下。是吗？有没有一种我完全想念的简单方法？

谢谢！

【问题讨论】：

这似乎是过早优化的经典案例：您的代码将花费大部分时间（到目前为止）进行贝叶斯计算，因此您无需担心您描述的那种低效率;没关系。
注明。我仍然是一个相对初学者，所以我不确定效率，似乎字典到有序列表的转换可能很慢。知道这不是什么大不了的事让人放心。

标签： python list python-3.x probability bayesian

【解决方案1】：

对于它的价值，您可以为 Python 中的方法的速度做的最好的事情是使用 numpy 而不是标准类型（因此您将使用预编译的 C 代码来执行算术运算）。这将导致速度急剧增加。无论如何，Numpy 数组都有固定的顺序，语法更直接适用于数学运算。您只需要考虑如何将操作表示为矩阵操作。例如。你的例子：

myList = np.ones(6) / 6.
newInfo = np.array( [.7/2, .7/2, .3/4, .3/4, .3/4, .3/4] )
result = myList * newInfo

由于两个向量都有单位和，因此无需标准化（我不确定您在示例中做了什么，我承认，所以如果我错过了一个微妙之处，请告诉我），但如果您确实需要这很简单：

result /= np.sum(result)

【讨论】：

【解决方案2】：

尝试将您的信息存储为元组列表：

bayesList = [('E', 0.1667), ('M', 0.1667), ...]

你的列表理解可以是

newBayes = [(person, prob * normalizeFactor) for person, prob in bayesList]

在设置列表理解之前计算您的 normalizeFactor 位置

【讨论】：

那么我将如何指定 normalizeFactor 以确保它是正确的？另一个元组列表？就此而言，如果我使用两个元组列表，使用两组元组会比列表更有效吗？
@user1816773：在优化工作之前，您再次担心优化。先这样做，看看它有多快，然后在必要时加快速度。
normalizeFactor = sum([prob for person, prob in bayesList]) 或者您可以在考虑新信息时计算/跟踪它