Identifique grupos de números contínuos em uma lista
-
23-09-2019 - |
Pergunta
Gostaria de identificar grupos de números contínuos em uma lista, para que:
myfunc([2, 3, 4, 5, 12, 13, 14, 15, 16, 17, 20])
Retorna:
[(2,5), (12,17), 20]
E queria saber qual seria a melhor maneira de fazer isso (principalmente se houver algo embutido no Python).
Editar:Observação: originalmente esqueci de mencionar que números individuais devem ser retornados como números individuais, não como intervalos.
Solução
more_itertools.consecutive_groups
foi adicionado na versão 4.0.
Demonstração
import more_itertools as mit
iterable = [2, 3, 4, 5, 12, 13, 14, 15, 16, 17, 20]
[list(group) for group in mit.consecutive_groups(iterable)]
# [[2, 3, 4, 5], [12, 13, 14, 15, 16, 17], [20]]
Código
Aplicando essa ferramenta, fazemos uma função geradora que encontra intervalos de números consecutivos.
def find_ranges(iterable):
"""Yield range of consecutive numbers."""
for group in mit.consecutive_groups(iterable):
group = list(group)
if len(group) == 1:
yield group[0]
else:
yield group[0], group[-1]
iterable = [2, 3, 4, 5, 12, 13, 14, 15, 16, 17, 20]
list(find_ranges(iterable))
# [(2, 5), (12, 17), 20]
o fonte A implementação emula a Receita clássica (como demonstrado por @nadia alramli).
Observação: more_itertools
é um pacote de terceiros instalável via pip install more_itertools
.
Outras dicas
Editar 2: para responder ao novo requisito
ranges = []
for key, group in groupby(enumerate(data), lambda (index, item): index - item):
group = map(itemgetter(1), group)
if len(group) > 1:
ranges.append(xrange(group[0], group[-1]))
else:
ranges.append(group[0])
Resultado:
[xrange(2, 5), xrange(12, 17), 20]
Você pode substituir o XRange por intervalo ou qualquer outra classe personalizada.
Os documentos python têm um muito legal receita por esta:
from operator import itemgetter
from itertools import groupby
data = [2, 3, 4, 5, 12, 13, 14, 15, 16, 17]
for k, g in groupby(enumerate(data), lambda (i,x):i-x):
print map(itemgetter(1), g)
Resultado:
[2, 3, 4, 5]
[12, 13, 14, 15, 16, 17]
Se você deseja obter exatamente a mesma saída, pode fazer isso:
ranges = []
for k, g in groupby(enumerate(data), lambda (i,x):i-x):
group = map(itemgetter(1), g)
ranges.append((group[0], group[-1]))
resultado:
[(2, 5), (12, 17)]
EDITAR: O exemplo já está explicado na documentação, mas talvez eu deva explicar mais:
A chave para a solução é diferenciar com um intervalo para que números consecutivos apareçam no mesmo grupo.
Se os dados fossem: [2, 3, 4, 5, 12, 13, 14, 15, 16, 17]
Então groupby(enumerate(data), lambda (i,x):i-x)
é equivalente ao seguinte:
groupby(
[(0, 2), (1, 3), (2, 4), (3, 5), (4, 12),
(5, 13), (6, 14), (7, 15), (8, 16), (9, 17)],
lambda (i,x):i-x
)
A função Lambda subtrai o índice de elemento do valor do elemento. Então, quando você aplica o lambda em cada item. Você receberá as seguintes chaves para o grupo:
[-2, -2, -2, -2, -8, -8, -8, -8, -8, -8]
Grupos de grupos elementos por valor de chave igual, para que os 4 primeiros elementos sejam agrupados e assim por diante.
Espero que isso o torne mais legível.
python 3
a versão pode ser útil para iniciantes
importar as bibliotecas necessárias primeiro
from itertools import groupby
from operator import itemgetter
ranges =[]
for k,g in groupby(enumerate(data),lambda x:x[0]-x[1]):
group = (map(itemgetter(1),g))
group = list(map(int,group))
ranges.append((group[0],group[-1]))
A solução "ingênua" que acho pelo menos um tanto legível.
x = [2, 3, 4, 5, 12, 13, 14, 15, 16, 17, 22, 25, 26, 28, 51, 52, 57]
def group(L):
first = last = L[0]
for n in L[1:]:
if n - 1 == last: # Part of the group, bump the end
last = n
else: # Not part of the group, yield current group and start a new
yield first, last
first = last = n
yield first, last # Yield the last group
>>>print list(group(x))
[(2, 5), (12, 17), (22, 22), (25, 26), (28, 28), (51, 52), (57, 57)]
Supondo que sua lista seja classificada:
>>> from itertools import groupby
>>> def ranges(lst):
pos = (j - i for i, j in enumerate(lst))
t = 0
for i, els in groupby(pos):
l = len(list(els))
el = lst[t]
t += l
yield range(el, el+l)
>>> lst = [2, 3, 4, 5, 12, 13, 14, 15, 16, 17]
>>> list(ranges(lst))
[range(2, 6), range(12, 18)]
Aqui está algo que deve funcionar, sem nenhuma importação necessária:
def myfunc(lst):
ret = []
a = b = lst[0] # a and b are range's bounds
for el in lst[1:]:
if el == b+1:
b = el # range grows
else: # range ended
ret.append(a if a==b else (a,b)) # is a single or a range?
a = b = el # let's start again with a single
ret.append(a if a==b else (a,b)) # corner case for last single/range
return ret
Observe que o código usando groupby
Não funciona como fornecido no Python 3, então use isso.
for k, g in groupby(enumerate(data), lambda x:x[0]-x[1]):
group = list(map(itemgetter(1), g))
ranges.append((group[0], group[-1]))
Isso não usa uma função padrão - apenas integra a entrada, mas deve funcionar:
def myfunc(l):
r = []
p = q = None
for x in l + [-1]:
if x - 1 == q:
q += 1
else:
if p:
if q > p:
r.append('%s-%s' % (p, q))
else:
r.append(str(p))
p = q = x
return '(%s)' % ', '.join(r)
Observe que exige que a entrada contenha apenas números positivos em ordem crescente. Você deve validar a entrada, mas esse código é omitido para maior clareza.
Aqui está a resposta que eu inventei. Estou escrevendo o código para outras pessoas entenderem, por isso estou bastante detalhado com nomes e comentários de variáveis.
Primeiro, uma função auxiliar rápida:
def getpreviousitem(mylist,myitem):
'''Given a list and an item, return previous item in list'''
for position, item in enumerate(mylist):
if item == myitem:
# First item has no previous item
if position == 0:
return None
# Return previous item
return mylist[position-1]
E então o código real:
def getranges(cpulist):
'''Given a sorted list of numbers, return a list of ranges'''
rangelist = []
inrange = False
for item in cpulist:
previousitem = getpreviousitem(cpulist,item)
if previousitem == item - 1:
# We're in a range
if inrange == True:
# It's an existing range - change the end to the current item
newrange[1] = item
else:
# We've found a new range.
newrange = [item-1,item]
# Update to show we are now in a range
inrange = True
else:
# We were in a range but now it just ended
if inrange == True:
# Save the old range
rangelist.append(newrange)
# Update to show we're no longer in a range
inrange = False
# Add the final range found to our list
if inrange == True:
rangelist.append(newrange)
return rangelist
Exemplo de execução:
getranges([2, 3, 4, 5, 12, 13, 14, 15, 16, 17])
Retornos:
[[2, 5], [12, 17]]
import numpy as np
myarray = [2, 3, 4, 5, 12, 13, 14, 15, 16, 17, 20]
sequences = np.split(myarray, np.array(np.where(np.diff(myarray) > 1)[0]) + 1)
l = []
for s in sequences:
if len(s) > 1:
l.append((np.min(s), np.max(s)))
else:
l.append(s[0])
print(l)
Resultado:
[(2, 5), (12, 17), 20]
Usando listas de compreensão Numpy +:
Com a função Numpy Diff, consequentes entradas do vetor de entrada que sua diferença não é igual a uma pode ser identificada. O início e o final do vetor de entrada precisam ser considerados.
import numpy as np
data = np.array([2, 3, 4, 5, 12, 13, 14, 15, 16, 17, 20])
d = [i for i, df in enumerate(np.diff(data)) if df!= 1]
d = np.hstack([-1, d, len(data)-1]) # add first and last elements
d = np.vstack([d[:-1]+1, d[1:]]).T
print(data[d])
Resultado:
[[ 2 5]
[12 17]
[20 20]]
NOTA: A solicitação de que números individuais devem ser tratados de maneira diferente (devolvida como individual, não em faixas) foi omitida. Isso pode ser alcançado pós-processamento adicional dos resultados. Geralmente, isso tornará as coisas mais complexas sem obter nenhum benefício.
Uma solução curta que funciona sem importações adicionais.Ele aceita qualquer iterável, classifica entradas não classificadas e remove itens duplicados:
def ranges(nums):
nums = sorted(set(nums))
gaps = [[s, e] for s, e in zip(nums, nums[1:]) if s+1 < e]
edges = iter(nums[:1] + sum(gaps, []) + nums[-1:])
return list(zip(edges, edges))
Exemplo:
>>> ranges([2, 3, 4, 7, 8, 9, 15])
[(2, 4), (7, 9), (15, 15)]
>>> ranges([-1, 0, 1, 2, 3, 12, 13, 15, 100])
[(-1, 3), (12, 13), (15, 15), (100, 100)]
>>> ranges(range(100))
[(0, 99)]
>>> ranges([0])
[(0, 0)]
>>> ranges([])
[]
Esse é igual ao do @dansalmo solução o que achei incrível, embora um pouco difícil de ler e aplicar (já que não é fornecido como uma função).
Observe que ele poderia ser facilmente modificado para exibir intervalos abertos "tradicionais" [start, end)
, por ex.alterando a instrução de retorno:
return [(s, e+1) for s, e in zip(edges, edges)]
Copiei esta resposta de outra pergunta que foi marcado como duplicado deste com o intuito de torná-lo mais fácil de encontrar (depois de agora ter pesquisado novamente este tópico, encontrando apenas a pergunta aqui a princípio e não ficando satisfeito com as respostas dadas).
Usando groupby
e count
a partir de itertools
nos dá uma solução curta. A idéia é que, em uma sequência crescente, a diferença entre o índice e o valor permanecerá a mesma.
Para acompanhar o índice, podemos usar um ITERTOOLS.COUNT, o que torna o código mais limpo como usando enumerate
:
from itertools import groupby, count
def intervals(data):
out = []
counter = count()
for key, group in groupby(data, key = lambda x: x-next(counter)):
block = list(group)
out.append([block[0], block[-1]])
return out
Alguma saída de amostra:
print(intervals([0, 1, 3, 4, 6]))
# [[0, 1], [3, 4], [6, 6]]
print(intervals([2, 3, 4, 5]))
# [[2, 5]]