Pythonのファジー値に基づいてリストを減らす

Question

私はほぼ同じ数値のグループを含むリストを持っています。 （1004.523,1004.575,1004.475,791.385,719.298,791.301,791.305,791.299）

私がしようとしているのは、リストを読んで、すべての1004.5 +値を集計して平均値を見つけることです。続けてすべての791.0 +値を見つけ、同じ値を返します。

各グループにどれだけの値があるか分かりませんし、グループの数もわかりません。

私が探している結果は、各グループの平均値を含む別のリストです。したがって、私の結果は（1004.524、791.3176）

です。私が現在使用しているコードは非常にKludgeyなので、もっと良い方法があるはずです。

あなたが見ることができるように、最後の数字セットがelseをトリガーしないので、elseで1回、ifの最後で1回コードを繰り返す必要があります。私は最後の値を追加する必要がある場合の完了時にプラス。

len（トーン）-iではなくlen（トーン）を使用すると、範囲外のエラーが発生します。

ご意見やご提案をいただければ幸いです。ご協力いただきありがとうございます。

エド

toneLen = len(tones) -1 
    for i in range(0, toneLen): 
     if abs(tones[i]-tones[i+1]) <= 2.0: 
      tmpTones.append(tones[i]) 
     else: 
      freq = mean(tmpTones) 
      newTones.append(freq) 
      tmpTones = [] 
    tmpTones.append(tones[i+1]) 
    freq = mean(tmpTones) 
    newTones.append(freq)     
    tones = newTones 

UPDATE： まず、私は提案を提出したすべての人に感謝したいです。応答は非常に迅速かつ有用でした。私はおそらく私が下でやっているいくつかの情報を含んでいたはずです。助けてくれてありがとう。

次に、私が何をしようとしているかの簡単な説明。当社の消防署は、近くにある部署の派遣を追跡する方法を探しています。ほとんどの場合、2つのトーンシーケンシャルページング、すなわち1000Hzに続いて500Hzを使用する。

私はnumpy fftを使ってトーン周波数を見つけています。トーンの精度は約±2Hzであるように見えるので、計算された周波数を既知のページングトーンのリストと比較し、最も近いマッチングを選びます。すべてのトーンがページングトーンにマッチした後、私は興味のある部門とのマッチを探します。私はこれを始めたとき、私はいずれにも与えられていることを知りませんでした

ことの一つは、同じ音が数回繰り返すことができるので、トーンの順序が重要である派遣します。例： 707.3,339.6,707.3,569.1,447.2,569.1が典型的なディスパッチです。私はその後、トーン・ペアのいずれかが、私は、私はすべてのあなたの助けのために再度メッセージに

感謝を表示する場合に興味があるものですかどうかを確認します。

エド

Answer 1

これはほぼ同一値のグループ間の境界を検出し、元の上のスライスを使用して平均値を算出しますリスト。

tones = (1004.523, 1004.575, 1004.475, 791.385, 791.298, 791.301, 791.305, 791.299) 
splits = [i for i in range(1, len(tones)) if abs(tones[i-1] - tones[i]) > 2] 
splits = [0] + splits + [len(tones)] 
tones = [mean(tones[splits[i-1]:splits[i]]) for i in range(1, len(splits))] 
# [1004.5243333333333, 791.31759999999997] 

Answer 2

あなたは数字が順番に表示されることがあります知っている場合は、この（exacttonesは、期待値のリストである）を使用することができます：exacttonesを知らなくてもシーケンスを分析するには

tones = (1004.523, 1004.575, 1004.475, 791.385, 791.298, 791.301, 791.305, 791.299) 
exacttones = (1004.5, 791.3) 
limit = 0.2 
[sum(x)/len(x) for x in [[y for y in tones if abs((y-e))<=limit] for e in exacttones]] 
# [1004.5243333333333, 791.31759999999997] 

を、のようなものこれは動作します：

def calc(d, value): 
    for k in d: 
     if abs(k-value) <= limit: 
      d[k].append(value) 
      return d 
    d[value] = [value] 
    return d 
[sum(x)/len(x) for x in reduce(calc, values, {}).values()] 
# [1004.5243333333333, 791.31759999999997] 

Answer 3

おそらくあなたはkmeans clusteringを探しています。以下のコードで

、Iはkグループにデータをクラスタリングするscipy.cluster.vq.kmeansを使用します。 ひずみが設定されたしきい値よりも大きい場合は、kを1つ増やし、kmeansのクラスタリングをやり直します。合計歪みがthresholdより小さいグループが見つかるまで繰り返されます。

import scipy.cluster.vq as scv 
import numpy as np 
import collections 
def auto_cluster(data,threshold=0.1): 
    # There are more sophisticated ways of determining k 
    # See http://en.wikipedia.org/wiki/Determining_the_number_of_clusters_in_a_data_set 
    k=1 
    distortion=1e20 
    while distortion>threshold: 
     codebook,distortion=scv.kmeans(data,k) 
     k+=1 
    code,dist=scv.vq(data,codebook)  
    groups=collections.defaultdict(list) 
    for index,datum in zip(code,data): 
     groups[index].append(datum) 
    return groups 

data=np.array((1004.523, 1004.575, 1004.475, 791.385, 791.298, 791.301, 791.305, 791.299)) 
groups=auto_cluster(data)  
for index in groups: 
    print('{index}: ave({d}) = {ave}'.format(
     index=index, 
     d=','.join(map('{0:g}'.format,groups[index])), 
     ave=np.mean(groups[index])) 
     ) 

収率

0: ave(791.385,791.298,791.301,791.305,791.299) = 791.3176 
1: ave(1004.52,1004.58,1004.48) = 1004.52433333 

Answer 4

これは中間一時リストなしで行います

assert tones 
total = prev = tones[0] 
count = 1 
newlist = [] 
for i in xrange(1, len(tones)): 
    t = tones[i] 
    if abs(t - prev) <= DELTA: 
     total += t 
     count += 1 
     prev = t 
    else: 
     newlist.append(total/count) 
     total = prev = t 
     count = 1 
newlist.append(total/count) 

Answer 5

これはオーディオトーンのリストであると仮定すると、あなたはおそらく、むしろ2.0のような番号をハードコーディングするよりも、グループに割り当てる範囲を決定するために、このような1.059として分数を使用したいです。

def average_tones(tones): 
    threshold = 1.059 
    average = 0 
    count = 0 
    for tone in sorted(tones): 
     if count != 0 and tone >= average*threshold: 
      yield average 
      count = 0 
     average = (average * count + tone)/(count + 1) 
     count += 1 
    if count != 0: 
     yield average