在python中，如何在数组中对这三个区域进行分组/集群？

Question

所以你有一个数组

1
2
3
60
70
80
100
220
230
250

为了更好地理解：

在python（v2.6）中，如何对数组中的三个区域进行分组/集群，因此在本例中得到三个数组，其中包含

[1 2 3] [60 70 80 100] [220 230 250]

背景：

y轴是频率，x轴是数字。这些数字是由其频率表示的十个最高振幅。我想从中创建三个离散的数字用于模式识别。可能会有更多的点，但所有这些点都是按相对较大的频率差分组的，如您在本例中看到的，大约在50到0之间，大约在100到220之间。请注意，什么是大变化什么是小变化，但是集群之间的差异与组/集群的元素之间的差异相比仍然是显著的。

Answer 1

这是一个用python实现的简单算法，它可以检查一个值是否与一个集群的平均值相差太远（以标准偏差计）：

from math import sqrt

def stat(lst):
    """Calculate mean and std deviation from the input list."""
    n = float(len(lst))
    mean = sum(lst) / n
    stdev = sqrt((sum(x*x for x in lst) / n) - (mean * mean)) 
    return mean, stdev

def parse(lst, n):
    cluster = []
    for i in lst:
        if len(cluster) <= 1:    # the first two values are going directly in
            cluster.append(i)
            continue

        mean,stdev = stat(cluster)
        if abs(mean - i) > n * stdev:    # check the "distance"
            yield cluster
            cluster[:] = []    # reset cluster to the empty list

        cluster.append(i)
    yield cluster           # yield the last cluster

这将使用5 < n < 9返回您在示例中期望的结果：

>>> array = [1, 2, 3, 60, 70, 80, 100, 220, 230, 250]
>>> for cluster in parse(array, 7):
...     print(cluster)
[1, 2, 3]
[60, 70, 80, 100]
[220, 230, 250]