Python基于列表均值实现元素与均值高低关系切换的递增类别分配

核心逻辑 #

• 先计算列表元素的均值mean
• 把每个元素和均值比较，得到二值状态（高于均值/低于均值）
• 从第一个元素开始分配编号1，后续元素只要和前一个的高低状态一致，就沿用当前编号；一旦状态切换，编号自增1，直到遍历完所有元素。

代码实现 #

1. 纯Python版本（无第三方依赖） #

适合小规模列表场景，无需安装numpy即可运行：

x = [1000, 950, 860, 1120, 430, 270, 0, 15, 0, 26, 278, 0, 950, 1020, 980, 1040, 670, 540, 820, 0, 0, 0, 190, 270, 479, 1247]
mean = sum(x) / len(x)

class_ids = []
if x:
    prev_state = x[0] > mean
    current_id = 1
    class_ids.append(current_id)
    # 从第二个元素开始遍历
    for val in x[1:]:
        current_state = val > mean
        # 状态切换时递增编号
        if current_state != prev_state:
            current_id += 1
            prev_state = current_state
        class_ids.append(current_id)

print(class_ids)

2. NumPy版本（适合大规模列表） #

性能更高，对长度超过1万的列表处理效率远优于纯Python循环：

import numpy as np

x = [1000, 950, 860, 1120, 430, 270, 0, 15, 0, 26, 278, 0, 950, 1020, 980, 1040, 670, 540, 820, 0, 0, 0, 190, 270, 479, 1247]
mean = np.mean(x)
x_arr = np.array(x)

# 生成每个元素的高低状态
states = x_arr > mean
# 标记相邻状态是否发生切换
state_changes = np.concatenate([[0], np.diff(states.astype(int)) != 0])
# 累计变化次数生成从1开始的连续编号
class_ids = np.cumsum(state_changes) + 1

print(class_ids.tolist())

输出验证 #

两个版本运行后得到的结果和示例预期完全一致：
[1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 4, 5]

注意：若存在元素刚好等于均值的场景，可根据业务规则调整比较逻辑（比如将比较运算符替换为>=/<=），整体编号流程无需改动。

内容的提问来源于stack exchange，提问作者Chris