Python实现筛选未落在指定浮点数扩展区间内的数值

问题排查 #

你写的代码核心问题出在两层循环的逻辑上：

• 每遍历一个区间就重新生成一次0~15步长0.5的序列，产生大量冗余计算
• 只要当前值不在当前遍历的单个区间就加入结果，没有判断是否落在其他区间里，最终结果会混入大量错误值

实现思路 #

正确的逻辑可以拆分三步完成：

1. 提前计算所有需要校验的区间，避免边遍历边生成
2. 仅生成一次待校验的0~15步长0.5的序列
3. 对每个待校验值，确认它不落在所有区间内再加入结果

代码实现 #

基础Python版本（易理解，适合新手）

values = [2.3, 6.4, 11.3]
delta = 2

# 第一步：生成所有区间
intervals = [(x - delta, x + delta) for x in values]
# 第二步：生成所有待校验的数值
candidates = [i * 0.5 for i in range(int(15 / 0.5))]
# 第三步：逐个校验是否不落在所有区间内
not_in_range = []
for y in candidates:
    is_in_any_interval = False
    for low, high in intervals:
        if low <= y <= high:
            is_in_any_interval = True
            break
    if not is_in_any_interval:
        not_in_range.append(y)

print(not_in_range)
# 输出：[0.0, 8.5, 9.0, 13.5, 14.0, 14.5]，和预期一致

Numpy版本（更简洁高效，适合数据量较大的场景）

import numpy as np

values = np.array([2.3, 6.4, 11.3])
delta = 2

# 生成所有区间的上下限矩阵
intervals = np.column_stack([values - delta, values + delta])
# 生成待校验序列
candidates = np.arange(0, 15, 0.5)
# 向量化判断每个值是否落在任意区间内
in_any_interval = np.any((candidates[:, None] >= intervals[:, 0]) & (candidates[:, None] <= intervals[:, 1]), axis=1)
# 筛选出不落在任何区间的数值
not_in_range = candidates[~in_any_interval].tolist()

print(not_in_range)

内容的提问来源于stack exchange，提问作者pariskey