根据箱子组合字典键

Question

我有一本字典

myDict = {1: 10, 1.1: 10, 2: 15, 2.1: 20}

但是它不是只有4个键值对，而是有数千个键值对，其中一些非常接近，比如我的例子中的键1和键1.1，有时甚至可以达到机器epsilon。你知道吗

有没有一个简单的程序，我可以把这些键放在一起，同时把它们对应的值加起来？在我的例子中，binwidth 1会变成

myBinnedDict = {1.05: 20, 2.05: 35}

在这里，我选择键作为前面键的平均值（甚至可以用对应键的值加权，但由于这是特定于应用程序的，所以在这里就不那么重要了）

谢谢你的帮助。你知道吗

注：我知道我最终来到这里是因为我可能没有很好地使用数据结构。你知道吗

Answer 1

我们可以使用一些numpy来利用一些数组操作。你知道吗

import numpy as np

myDict = {1: 10, 1.1: 10, 1.7: 6, 2: 15, 2.1: 20, 2.3: 50, 2.6: 1, 3: 1}

x = np.array([*myDict]) # just the keys from the dictionary

print(x)

array([1. , 1.1, 1.7, 2. , 2.1, 2.3, 2.6, 3. ])

clusters = x[x == x.astype(int)] # just the integers to get the bins

print(clusters)

array([1., 2., 3.])

digits = np.digitize(x, clusters) # bin the data based on the bins

print(digits)

array([1, 1, 1, 2, 2, 2, 2, 3])

res = dict()

for c in clusters:
    keys = x[digits == c] # grab all keys for this bin
    value = sum([myDict.get(k) for k in keys]) # sum values for these keys from the original dict
    res[keys.mean().round(2)] = value

print(res)

{1.27: 26, 2.25: 86, 3.0: 1}

Answer 2

您可以将itertools.groupby与一些单行理解结合使用：

from itertools import groupby
from statistics import mean

myDict = {1: 10, 1.1: 10, 2: 15, 2.1: 20}

{mean(keys): sum(vals) for keys, vals in (zip(*g) for _, g in groupby(sorted(myDict.items()), key=lambda x: round(x[0])))}

任何四舍五入到同一整数的数字都将被分组在一起。你知道吗

说明：

{
    mean(keys): sum(vals)
    for keys, vals in (
        zip(*g) for _, g in groupby(
            sorted(myDict.items()), 
            key=lambda x: round(x[0])
        )
    )
}

sorted(myDict.items())按键对字典排序（它按字典顺序排序，键排在第一位）。你知道吗

groupby(sorted(myDict.items()), key=lambda x: round(x[0])))}按舍入键的值对已排序的项进行分组。你知道吗

zip(*g) for _, g in groupby(...)表示这些组通过groupby吐出。groupby产生两个结果：我们不需要的“key”（舍入的数字）（用_表示）和格式为(key, val), (key, val), (key, val), etc.的“group”zip(*)将其转换成(key, key, key, ...), (val, val, val, ...)，这就是我们需要的。你知道吗

最后，mean(keys): sum(vals) for keys, vals in (...)通过分别应用mean和sum来转换键和值。你知道吗