如何对包含近似相邻元素的列表按偏差阈值进行分组

方法1：固定阈值拆分（最简单通用） #

核心逻辑是预先设定相邻元素的最大允许差值，遍历列表时只要当前元素和上一个分组的末尾元素差值超过阈值，就触发拆分。

示例代码 #

x = [10, 11, 13, 70, 71, 73, 170, 171, 172, 174]
# 可根据业务场景调整阈值，本例中组内最大差为4，组间最小差为57，设为10即可满足需求
threshold = 10

result = [[x[0]]]
for num in x[1:]:
    if num - result[-1][-1] < threshold:
        result[-1].append(num)
    else:
        result.append([num])

print(result)
# 输出：[[10, 11, 13], [70, 71, 73], [170, 171, 172, 174]]

注意事项 #

• 如果原始列表为无序列表，需要先执行x = sorted(x)排序后再拆分
• 阈值可根据实际数据分布灵活调整，适合数据规律明确的场景

方法2：自动阈值拆分（无需手动指定参数） #

如果不确定阈值，可以先计算所有相邻元素的差值，取差值序列的分位数或者突变点作为阈值，也可以使用一维聚类算法自动分组：

基于K均值聚类的实现示例 #

from sklearn.cluster import KMeans
import numpy as np

x = [10, 11, 13, 70, 71, 73, 170, 171, 172, 174]
# 转换为聚类需要的二维数组格式
x_arr = np.array(x).reshape(-1, 1)
# 已知要分为3组，n_clusters设为3，也可以用肘部法则自动确定分组数
kmeans = KMeans(n_clusters=3, random_state=0).fit(x_arr)
# 按聚类标签分组
groups = {}
for num, label in zip(x, kmeans.labels_):
    groups.setdefault(label, []).append(num)
# 按分组首元素排序得到最终结果
result = sorted(groups.values(), key=lambda g: g[0])

print(result)
# 输出：[[10, 11, 13], [70, 71, 73], [170, 171, 172, 174]]

内容的提问来源于stack exchange，提问作者Kasun Thushara