计数/分组数据点：for循环或列表理解？

Question

我正在尝试计算1000个组中的整数数据点数。

假设我们有范围0..999999 10,000个数据点：

import random 
random.seed(123456) # generate a reproducable sequence 

# make 10000 numbers in range 0..99999 
maxn = 99999 
numbers = [random.randint(0,maxn) for i in range(10000)] 

现在它的变体将是“更好”的方式来生成一个列表包含每个1000的内计数的数据点组？

“更好” 可以指下列之一（请详细说明）：

• 更好的性能
• 更Python 6个月后
• 更好的可读性...

变体1：

# generate a zero-initialized "array" to hold the counts per 1000's block 
blocks1 = [0 for i in range(maxn/1000 +1)] # init 1D "array" 

for num in numbers: 
    blocks1[num/1000] += 1 # int divide by 1000 gives index 

print blocks1[1] # show how many in range 1000..1999 

变2：

# Use a really wild list comprehension: 
blocks2 = [len(filter(lambda num: num/1000 == i, numbers)) 
    for i in range(maxn/1000+1)] 

print blocks2[1] # show how many in range 1000..1999 

谢谢你帮我在Python更好做的东西！ :-)

Answer 1

如果您正在尝试数数，Pythonic的答案最多的是Counter，这是专门用于计数的dict类型。

from collections import Counter 

Counter(n // 1000 for n in numbers) 

结果是这样的：

Counter({0: 87, 
     1: 113, 
     2: 117, 
     3: 99, 
     4: 114, 
     ... 

，其中键是成千上万在每个 “带” 或一组数字。因此，键0记录值0-999,1从1000-1999，等等。

但是，您也可以更整齐地做到这一点。首先定义一个将值映射到带名称的函数（在这种情况下为单线lambda函数）。然后构造一个Counter跨越广义发生器表达式：

bandof = lambda x, b=1000: '{}-{}'.format(x//b*b, (x//b+1)*b-1) 
Counter(bandof(n) for n in numbers) 

即产生类似：

Counter({'0-999': 87, 
     '1000-1999': 113, 
     '10000-10999': 102, 
     '11000-11999': 114, 
     '12000-12999': 113, 
     ... 

关键顺序是不同的，并且键是更象征性的，直接指出他们所代表的范围内，而而不是让你把标题翻译成你脑袋里的值范围。

像这样泛化的一个好处是，只要你想改变带的大小，它是微不足道的。例如。对于带大小2000：

Counter(bandof(n, 2000) for n in numbers) 

产量：

Counter({'0-1999': 200, 
     '10000-11999': 216, 
     '12000-13999': 235, 
     '14000-15999': 186, 
     '16000-17999': 188, 
     ... 

匹克带大小为100，250，500，1000，5000，或任何你喜欢。它不限于不错的回合数字。如果你想要一个391的乐队，那也可以。

最后一招：虽然字符串键对于打印目的很有吸引力，但它们可能不便于分类和进行其他类型的进一步处理。因此，而不是格式化组名称字符串，它往往是方便地使用tuple：

bandtuple = lambda x, b=1000: (x//b*b, (x//b+1)*b-1) 

你像以前那样调用这个函数分类。让我们疯狂和疯狂，一个不寻常的带尺寸做到这一点：

Counter(bandtuple(n, 3924) for n in numbers) 

能产生类似：

Counter({(0, 3923): 411, 
     (3924, 7847): 386, 
     (7848, 11771): 403, 
     (11772, 15695): 417, 
     (15696, 19619): 396, 
     ... 

现在带启动和停止值仍然不清楚，但马上又是也也可用作数据。

备注：此处给出的频带开始和结束值是包含/关闭间隔。这对于很多用途都很有用，但与Python的range()函数/生成器通常返回的半开范围一样稍微但截然不同。