Python递归调用list元素

Question

我试图创建一个g-means的粗略实现，用递归将一个样本分解成高斯分布的簇，但我的程序似乎只朝一个方向（向下）前进。该方法的输入值为数据集X和中心列表。在

我很难弄清楚如何解决这个方法的递归位（最后一个for循环和以后的循环）。在所有递归调用之后，我希望在C中有一个可以返回到main方法的中心列表。在

下面是最后一个for循环中发生的情况。我正在遍历一个集群列表（使用我的集群中心找到），clust，它包含每个集群中的所有值。我运行一个测试，看看是否有明显的证据表明每个簇中的值是高斯的。如果有证据的话，我想移除这个集群中心，在上面和下面增加两个新的中心。然后我想运行另一个递归调用，然后评估这些新中心，看看它们匹配的簇是否是高斯的。在

问题是我的程序只评估了中心下界。它似乎永远不会到达上中间点，好像返回语句意味着程序将阻止到达上中间点。在

有人知道我怎样才能使我的方法同时覆盖集群的上下侧吗？（for循环通常只进行1次迭代（for i in range（len（clust））），即使clust的长度=2。在

我遇到的另一个问题是，我的方法只是简单地重写centers列表，而不是每次递归调用都添加到它。有人知道我如何在添加列表时进行递归调用吗？我在列表中插入项目，并将列表的一部分传递到更深层次，但是返回时，我只得到两个值（都非常低）。在

def gMean(X,C):
 label=vq.kmeans2(X,np.array(C))
 #take care of centers that do not match to clusters in kmeans2
 while(len(set(range(len(C))))!=len(set((label[1])))):
     emptyK=set(range(len(C)))- set(range(len(C))).intersection(set(label[1]))
     emptyK=list(emptyK)
     emptyK.reverse()
     for i in range(len(emptyK)):
         C.pop(emptyK[i])
     label=vq.kmeans2(X,np.array(C))

 #clust is a 2D list and holds all the values for given cluster
 clust=[[] for x in range(max(label[1])+1)]
 for i in range(len(label[1])):
     for j in range(len(clust)):
         if j==label[1][i]:
             clust[j].append(X[i])

 for i in range(len(clust)):
     transClust=np.transpose(clust[i])
     notGausFlag=False
     for j in range(len(transClust)):
         if stats.anderson(transClust[j])[1][2]<stats.anderson(transClust[j])[0]:
             notGausFlag=True
     if notGausFlag==True:
         upper,lower=findCenter(clust[i],C[i])
         C.pop(i)
         C.insert(i,upper)
         C.insert(i,lower)
         for j in range(len(clust[i])):
             clust[i][j]=clust[i][j].tolist()
         clust[i]=np.array(clust[i])
         return gMean(clust[i],C[i:i+2])
 if notGausFlag==False:
     return C

Answer 1

所以我想我意识到了代码中的错误，我调用了一个递归方法并传递了一个带有两个群集中心的集群，但是当我进入下一级递归循环时，我只会使用第一个中心，因为在for循环中没有到达第二个中心（fori in range（len（close））：）。在

我应该这样调用递归方法。在

返回gMean（clust[i]，C[i]）+gMean（clust[i]，C[i+1]）