从d字典创建累积百分比

Question

给定一个理货数据字典（或计数器），如下所示：

d={'dan':7, 'mike':2, 'john':3}

还有一本新字典“d峎cump”，我想包含累计百分比

^{pr2}$

编辑：应该澄清顺序对我的输入集来说并不重要，这就是为什么我使用字典或计数器。在计算累计百分比时，顺序是很重要的，所以我需要对该操作的数据进行排序，一旦我有了每个名称的累计百分比，那么我就把它放回字典中，因为如果我只查看单个值，顺序应该不重要。在

从d到d的最优雅的方式是什么？在

以下是我看起来有点笨拙的地方：

from numpy import cumsum
d={'dan':7, 'mike':2, 'john':3}
sorted_keys = sorted(d,key=lambda x: d[x])
perc = [x*100/sum(d.values()) for x in cumsum([ d[x] for x in sorted_keys ])]
d_cump=dict(zip(sorted_keys,perc))

>>> d_cump
{'mike': 16, 'john': 41, 'dan': 100}

Answer 1

既然您使用的是numpy，那么您可以绕过/简化列表理解：

>>> from numpy import cumsum
>>> d={'dan':7, 'mike':2, 'john':3}
>>> sorted_keys = sorted(d,key=d.get)
>>> z = cumsum(sorted(d.values())) # or z = cumsum([d[k] for k in sorted_keys])
>>> d2 = dict(zip(sorted_keys, 100.0*z/z[-1]))
>>> d2
{'mike': 16, 'john': 41, 'dan': 100}

但正如其他地方提到的那样，用这种方式使用字典会让人觉得很奇怪。在

Answer 2

计算累计值？听上去像是折叠！在

d = {'dan':7, 'mike':2, 'john':3}
denominator = float(sum(d.viewvalues()))
data = ((k,(v/denominator)) for (k, v) in sorted(d.viewitems(), key = lambda (k,v):v))


import functional
f = lambda (k,v), l : [(k, v+l[0][1])]+l
functional.foldr(f, [(None,0)], [('a', 1), ('b', 2), ('c', 3)])
#=>[('a', 6), ('b', 5), ('c', 3), (None, 0)]

d_cump = { k:v for (k,v) in functional.foldr(f, [(None,0)], data) if k is not None }

Functional不是一个内置的包。您还可以重新调整f以使用右折，因此如果需要，可以使用标准reduce。在

如您所见，这并不是很短，但是它利用了序列分解来避免拆分/压缩，并且它使用一个生成器作为中间data，从而避免了构建列表。在

如果您想进一步减少对象的创建，您可以使用这个替代函数来修改传入的初始列表（但是必须使用一个愚蠢的技巧来返回适当的值，因为list.append返回{}）。在

^{pr2}$

顺便说一下，使用ireduce（来自本页http://www.ibm.com/developerworks/linux/library/l-cpyiter/index.html），左折叠非常容易，因为它消除了列表结构：

ff = lambda (l, ll), (k,v), : (k, v+ll)
g = ireduce(ff, data, (None, 0))

tuple(g)
#=>(('mike', 0.16666666666666666), ('john', 0.41666666666666663), ('dan', 1.0))

def ireduce(func, iterable, init=None):
    if init is None:
        iterable = iter(iterable)
        curr = iterable.next()
    else:
        curr = init
    for x in iterable:
        curr = func(curr, x)
        yield curr

这是有吸引力的，因为初始值不包括在内，而且生成器是懒惰的，因此特别适合于链接。在

请注意，上面的ireduce相当于：

def ireduce(func, iterable, init=None):
    from functional import scanl
    if init is None: init = next(iterable)
    sg = scanl(func, init, iterable)
    next(sg)
    return sg

Answer 3

考虑到原始词典的顺序是任意的，很难判断累计百分比的价值。在

也就是说，我会这样做：

from numpy import cumsum
from operator import itemgetter

d={'dan':7, 'mike':2, 'john':3}

#unzip keys from values in a sorted order
keys, values = zip(*sorted(d.items(), key=itemgetter(1)))
total = sum(values)

# calculate cumsum and zip with keys into new dict
d_cump = dict(zip(keys, (100*subtotal/total for subtotal in cumsum(values))))

请注意，由于字典没有排序，因此结果没有特殊顺序：

^{pr2}$