Python分组D

Question

我有一组数据：

(1438672131.185164, 377961152)                                                                                                       
(1438672132.264816, 377961421)                                                                                                       
(1438672133.333846, 377961690)                                                                                                       
(1438672134.388937, 377961954)                                                                                                      
(1438672135.449144, 377962220)
(1438672136.540044, 377962483)
(1438672137.172971, 377962763)
(1438672138.24253, 377962915)
(1438672138.652991, 377963185)
(1438672139.069998, 377963285)
(1438672139.44115, 377963388)

我需要弄清楚的是如何将它们分组。到目前为止，我使用了一种超级duper简单的方法，只需对元组的第二部分的两部分进行差分，如果差分大于某个预定义的阈值，我会将它们分为不同的组。但结果却不尽如人意。你知道吗

但理论上我认为，通过在一行或多行上拟合，可以确定元组第二部分的值是否属于同一个组，因为我知道元组的第一部分是严格单音的，因为它是一个时间戳（time.time()），而且我知道所有得到结果的数据集都接近线性。假设元组是(y, x)。只有三种选择：

• 要么所有数据都符合相同的方程y = mx + c
• 或者只有不同的偏移量c或者
• 存在偏移量c和不同的m

上述一组仅为一组。以下小组将分为三组：

(1438672131.185164, 377961152)                                                                                                       
(1438672132.264816, 961421)                                                                                                       
(1438672133.333846, 477961690)                                                                                                       
(1438672134.388937, 377961954)                                                                                                      
(1438672135.449144, 962220)
(1438672136.540044, 377962483)
(1438672137.172971, 377962763)
(1438672138.24253, 377962915)
(1438672138.652991, 377963185)
(1438672139.069998, 477963285)
(1438672139.44115, 963388)

第1组：

(1438672131.185164, 377961152)                                                                                                       
(1438672134.388937, 377961954)                                                                                                      
(1438672136.540044, 377962483)
(1438672137.172971, 377962763)
(1438672138.24253, 377962915)
(1438672138.652991, 377963185)

第2组：

(1438672132.264816, 961421)                                                                                                       
(1438672135.449144, 962220)
(1438672139.44115, 963388)

第3组：

(1438672133.333846, 477961690)                                                                                                       
(1438672139.069998, 477963285)

有没有一个模块或其他简单的解决方案可以解决这个问题？我在numpy和scipy中发现了最小二乘法，但我不太确定如何正确使用或应用它们。如果除了线性函数还有别的方法，我也很高兴听到关于它们的消息！你知道吗

编辑2 不幸的是，这是一个二维问题，而不是一维问题。例如

(1439005464, 477961152)

应（如果假设该数据的关系约为1:300）仍然是第一组。你知道吗