一道题
某MOOC课程网站的老师需要统计每个学生成绩最相近的10个学生,距离计算公式是每门课程的成绩之差的绝对值求和。
names = data[:, 0]
scores = data[:, 1:]
result = []
遍历取出每一行的数据
for i in range(length):
# 分别取出当前遍历出来的姓名和成绩列表
name, score = names[i], scores[i]
# 用一个最小堆保存最接近的10学生
min_similar_10 = []
for j in range(length):
if i == j:
# 跳过对自己的比较
continue
# 被比较的学生姓名和成绩
find_name, find_scores = names[j], scores[j]
# 计算两个学生成绩的距离
sim_value = np.abs(score-find_scores).sum()
# 将被比较的学生和对应距离保存到最小堆中
heapq.heappush(min_similar_10, (find_name, sim_value))
# 取出10个距离最小的学生
min_similar_10 = heapq.nsmallest(10, min_similar_10, key=lambda x: x[1])
name_distance_dict = dict(min_similar_10)
name_similars, distances = list(
name_distance_dict.keys()), list(name_distance_dict.values())
result.append((name, name_similars, distances))
result = pd.DataFrame(result, columns=[“姓名”, “分数最接近的10个学生”, “距离”])
result