有效的方法來計算Python列表中的列表向量

Question

我正在尋找一種有效的方法來計算Python中列表的列向量，類似於R的rank函數。在一個簡單的列表與所述元件之間沒有聯繫，元件我列表l的秩向量的應X當且僅當是l[i]在排序列表中的X個元件。這是簡單的，到目前爲止，下面的代碼片段的伎倆：

def rank_simple(vector): 
    return sorted(range(len(vector)), key=vector.__getitem__) 

事情變得複雜，但是，如果原來的列表中有關係（具有相同的價值，即多個元素）。在這種情況下，具有相同價值的所有要素應該具有相同的等級，這是使用上述樸素方法獲得的等級的平均值。所以，例如，如果我有[1, 2, 3, 3, 3, 4, 5]，天真的排名給了我[0, 1, 2, 3, 4, 5, 6]，但我想要的是[0, 1, 3, 3, 3, 5, 6]。哪一個是在Python中執行此操作的最有效方法？

---

腳註：我不知道NumPy是否已經有一個方法來實現這一點，如果是這樣，請讓我知道，但無論如何，我會對純Python解決方案感興趣，因爲我正在開發一個不帶NumPy的工具。

Answer 1

使用SciPy的，你正在尋找的功能是scipy.stats.rankdata：

In [13]: import scipy.stats as ss 
In [19]: ss.rankdata([3, 1, 4, 15, 92]) 
Out[19]: array([ 2., 1., 3., 4., 5.]) 

In [20]: ss.rankdata([1, 2, 3, 3, 3, 4, 5]) 
Out[20]: array([ 1., 2., 4., 4., 4., 6., 7.]) 

隊伍從1開始，而不是0（如在你的例子），但話又說回來，這就是方法R的rank函數也適用。

這裏是一個純Python相當於scipy的rankdata功能：

def rank_simple(vector): 
    return sorted(range(len(vector)), key=vector.__getitem__) 

def rankdata(a): 
    n = len(a) 
    ivec=rank_simple(a) 
    svec=[a[rank] for rank in ivec] 
    sumranks = 0 
    dupcount = 0 
    newarray = [0]*n 
    for i in xrange(n): 
     sumranks += i 
     dupcount += 1 
     if i==n-1 or svec[i] != svec[i+1]: 
      averank = sumranks/float(dupcount) + 1 
      for j in xrange(i-dupcount+1,i+1): 
       newarray[ivec[j]] = averank 
      sumranks = 0 
      dupcount = 0 
    return newarray 

print(rankdata([3, 1, 4, 15, 92])) 
# [2.0, 1.0, 3.0, 4.0, 5.0] 
print(rankdata([1, 2, 3, 3, 3, 4, 5])) 
# [1.0, 2.0, 4.0, 4.0, 4.0, 6.0, 7.0] 

Answer 2

這不給你指定的確切結果，但也許這將是有益的反正。下面的代碼片段給人的第一指標的每個元素，產生[0, 1, 2, 2, 2, 5, 6]

def rank_index(vector): 
    return [vector.index(x) for x in sorted(range(n), key=vector.__getitem__)] 

自己的測試的最終排名矢量必須證明這樣做的效率。

Answer 3

有一個非常好的模塊名爲排名http://pythonhosted.org/ranking/與易於遵循的指導頁面。要下載，只需使用easy_install ranking

Answer 4

下面是unutbu代碼的一個小變體，包括綁定行的值類型的可選「方法」參數。

def rank_simple(vector): 
    return sorted(range(len(vector)), key=vector.__getitem__) 

def rankdata(a, method='average'): 
    n = len(a) 
    ivec=rank_simple(a) 
    svec=[a[rank] for rank in ivec] 
    sumranks = 0 
    dupcount = 0 
    newarray = [0]*n 
    for i in xrange(n): 
     sumranks += i 
     dupcount += 1 
     if i==n-1 or svec[i] != svec[i+1]: 
      for j in xrange(i-dupcount+1,i+1): 
       if method=='average': 
        averank = sumranks/float(dupcount) + 1 
        newarray[ivec[j]] = averank 
       elif method=='max': 
        newarray[ivec[j]] = i+1 
       elif method=='min': 
        newarray[ivec[j]] = i+1 -dupcount+1 
       else: 
        raise NameError('Unsupported method') 

      sumranks = 0 
      dupcount = 0 


    return newarray 

Answer 5

這些代碼給了我很多靈感，特別是unutbu的代碼。但是我的需求比較簡單，所以我稍微改了一些代碼。

希望能幫助有相同需求的人。

這裏是記錄玩家的得分和排名的課程。

class Player(): 
    def __init__(self, s, r): 
     self.score = s 
     self.rank = r 

有些數據。

l = [Player(90,0),Player(95,0),Player(85,0), Player(90,0),Player(95,0)] 

這裏是計算的代碼：

l.sort(key=lambda x:x.score, reverse=True)  
l[0].rank = 1 
dupcount = 0 
prev = l[0] 
for e in l[1:]: 
    if e.score == prev.score: 
     e.rank = prev.rank 
     dupcount += 1 
    else: 
     e.rank = prev.rank + dupcount + 1 
     dupcount = 0 
     prev = e 

Answer 6

import numpy as np 

def rankVec(arg): 
    p = np.unique(arg) #take unique value 
    k = (-p).argsort().argsort() #sort based on arguments in ascending order 
    dd = defaultdict(int) 
    for i in xrange(np.shape(p)[0]): 
     dd[p[i]] = k[i] 
    return np.array([dd[x] for x in arg]) 

timecomplexity是46.2us

Answer 7

這是我寫來計算排名的功能之一。

def calculate_rank(vector): 
     a={} 
     rank=1 
     for num in sorted(vector): 
      if num not in a: 
       a[num]=rank 
       rank=rank+1 
     return[a[i] for i in vector] 

輸入：calculate_rank（[1,3,4,8,7,5,4,6]）
輸出：[1，2，3，7，6,4，3，5]