Python列表重新排序，记得原来的顺序？

我正在研究贝叶斯概率项目，我需要根据新信息调整概率。我还没有找到一个有效的方法来做到这一点。我试图做的是以不同场景的等概率列表开始。防爆。有6人：E，T，M，Q，L和Z，并且被选择在一个人在第一第三字母顺序具有集体Python列表重新排序，记得原来的顺序？

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

新的信息面表示的其初始相应概率70％的机会被选中。新名单按名称（E，L，M，Q，T，Z）按字母顺序排列，只包含新信息。（0.7/0.333 = 2.33，0.3/0.667 = 0.45）

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

我需要一种方法来订购newList作为myList中，所以我可以在乘以列表解析正确的价值观，并达到相同的调整概率。有一个单一的一致的顺序很重要，因为这个过程会重复多次，每个都有不同的标准（元音，最接近P等），并且列表中有大约1000个项目。每个newList可以改为newDictionary，然后一旦创建了调整条件，就可以将它们排序到列表中，但转换多个字典似乎效率低下。是吗？有没有简单的方法来做到这一点我完全失踪？

谢谢！

来源

2012-11-22 sybaritic

这似乎是一个不成熟优化的经典案例：担心你描述的那种低效率;它只是无关紧要。 – Petri

注意。我仍然是一个相对的初学者，所以我不确定效率，看起来好像字典里的有序列表转换可能会很慢。知道这不是什么大问题，令人放心。 – sybaritic

尝试存储您的信息作为元组的列表：

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

列表理解可以沿

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

你到哪儿去normalizeFactor线路设置您的列表理解之前计算

来源

2012-11-22 06:27:55 user1245262

那么我如何指定normalizeFactor来确保它是正确的呢？元组的另一个列表？对于这个问题，如果我使用两个元组列表，使用两组元组会比列表更有效率吗？ – sybaritic

@ user1816773：再次担心优化之前，甚至工作。首先做到这一点，看看它有多快，然后在必要时加快速度。 – martineau

normalizeFactor = sum（[prob for person，prob in bayesList]），或者当你计算你的新信息时你可以计算/追踪它 – user1245262

对于什么是值得的，你可以用Python的方法加速你的方法，最好的办法是使用numpy而不是标准类型（因此，编译C代码来执行算术运算）。这将导致戏剧性的速度增加。无论如何，Numpy数组有固定的顺序，语法更直接适用于数学运算。您只需要考虑如何将操作表达为矩阵操作。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

由于两个矢量有单位和有没有必要进行规范化（我不知道你在你的例子在做什么，我承认，所以如果有我错过了微妙让我知道），但如果你确实需要它很简单：

result /= np.sum(result)

来源

2012-11-26 13:00:08

Python列表重新排序，记得原来的顺序？

回答

相关问题