將列表拆分成等值較小的列表

Question

我期望將列表變換爲等值的較小列表。我有一個例子是：

["a", "a", "a", "b", "b", "c", "c", "c", "c"] 

到

[["a", "a", "a"], ["b", "b"], ["c", "c", "c", "c"]] 

你認爲什麼是最有效的方式做到這一點？

Answer 1

你可以使用itertools.groupby來解決這個問題：

>>> from itertools import groupby 
>>> [list(grp) for k, grp in groupby(["a", "a", "a", "b", "b", "c", "c", "c", "c"])] 
[['a', 'a', 'a'], ['b', 'b'], ['c', 'c', 'c', 'c']] 

它只組連續相等的元素，但似乎足以在你的情況。

Answer 2

你可以使用collections.Counter

>>> lst = ["a", "a", "a", "b", "b", "c", "c", "c", "c"] 
>>> import collections 
>>> collections.Counter(lst).most_common() 
[('c', 4), ('a', 3), ('b', 2)] 

這樣，即使該值不排序，並提供了一個非常緊湊的表示，然後在需要時進入名單，你可以擴展：

>>> [[i]*n for i,n in collections.Counter(lst).most_common()] 
[['c', 'c', 'c', 'c'], ['a', 'a', 'a'], ['b', 'b']] 

Answer 3

雖然我d親自使用itertools.groupby作爲最方便的方式，您要求提高效率，並且這應該比itertools選項中的任何一個快得多：

data = ["a", "a", "a", "b", "b", "c", "c", "c", "c"] 

lookup = {} # lookup map 
result = [] 
for element in data: 
    if element not in lookup: 
     target = lookup[element] = [element] 
     result.append(target) 
    else: 
     lookup[element].append(element) 

print(result) 
# [['a', 'a', 'a'], ['b', 'b'], ['c', 'c', 'c', 'c']] 

如果數據總是有序的（即，元素不會混合），這可以進一步優化沒有查找表和使用列表理解的最大性能。

UPDATE - 一些關於效率和操作的說明。如果您設置的測試爲：

from itertools import groupby 

def itools_func(data): 
    return [list(grp) for k, grp in groupby(data)] 

def manual_func(data): 
    lookup = {} 
    result = [] 
    for element in data: 
     if element not in lookup: 
      target = lookup[element] = [element] 
      result.append(target) 
     else: 
      lookup[element].append(element) 
    return result 

的問題是，他們兩個會不會返回相同的值：

test_data = ["a", "a", "b", "c", "c", "b", "a"] 

itools_func(test_data) # [['a', 'a'], ['b'], ['c', 'c'], ['b'], ['a']] 
manual_func(test_data) # [['a', 'a', 'a'], ['b', 'b'], ['c', 'c']] 

從OP的問題，我的理解，他希望後者（基於他評論「我對列表進行排序以使值連續」），因爲對於排序列表，這可以更容易完成。所以，如果我們喂這些功能很長的名單：

test_data = ["a", "a", "a", "b", "b", "c", "c", "c", "c"] * 10000 # 10000 x the original 

在我的系統是鐘錶如下：

itools_func - 100 loops: 2.668s, per loop: 26.68ms 
manual_func - 100 loops: 1.005s, per loop: 10.05ms 

但是，這是爲itertools.groopby不利的環境。如果數據以像進行排序：

test_data = ["a"] * 3000 + ["b"] * 2000 + ["c"] * 40000 

故事是如在C後端踢相當多的不同：

itools_func - 1000 loops: 656.3ms, per loop: 656.3µs 
manual_func - 1000 loops: 4.816s, per loop: 4.816ms 

當數據被排序的手動功能可以進一步優化，但是它幾乎不會擊敗itertools。

Answer 4

使用defaultdict from collections模塊（使用此方法的最佳時間爲：〜= 0），獲得所需輸出的另一種方式是使用defaultdict模塊。02S一樣使用groupby）：

from collections import defaultdict 
a = ["a", "a", "a", "b", "b", "c", "c", "c", "c"] 
b = defaultdict(list) 
for k in a: 
    b[k].append(k) 

>>> b 
defaultdict(list, 
      {'a': ['a', 'a', 'a'], 'b': ['b', 'b'], 'c': ['c', 'c', 'c', 'c']}) 

所以，你現在要做的是：

list(b.values()) 
>>> [['a', 'a', 'a'], ['b', 'b'], ['c', 'c', 'c', 'c']]