【python正则表达式 实战示例】求数组全部相邻数据

        本节利用python的正则表达式快速求解数组中相邻数据的位置，含完整的python源码、求解过程和正则表达式详细解析。

1 求解步骤

（1）生成随机数据，x，用于输入与测试。

（2）对原始数据进行从小到大排序,，对排序后的数组利用numpy diff求解前后差值。

（3）将求解的前后差值diff与距离distance进行比较，得到mask，超过距离范围的设置为1，否则为0。

（4）将mask取值转换为字符类型str，由于求解后，差值长度比原有数组长度少了个，因此在列表末尾追加1个1，然后将mask转换为字符串。

（5）利用python正则表达式求解。

（6）返回排序后相邻数据位置索引范围和对应的相邻数据。

2 正则表达式解析

        程序中用到正则表达式re.finditer('0*1', mask)，其中re.finditer是指找出字符串中满足条件的所有片段的位置信息和相应片段内容。0*1表示片段由连续n个0和1个1组成，n可以等于0，即包括没有0只有1个1的情况。

        re.finditer和re.findall两者都是查找字符串中满足正则条件的全部内容，区别在于前者既可以得到位置索引，又可以得到片段内容。而findall只能得到片段内容，返回结果是由片段内容组成的列表。

        a*号表示a可以出现0次和多次；a+号表示a至少出现1次，即出现1次或多次；a?号表示a只能出现0次或1次。

        a{n, m}表示a可以出现n到m次，a{n}表示a只能出现n次，a{n,}表示a至少出现n次，没有上限次数。a{0,}相当于a*；a{1,*}相当于a+；a{0,1}相当于a?。

3 参考程序

import re
import numpy as np

def find_near_pos(x, distance=1):
    result = []
    x_sort_index = x.argsort()
    x_sort = x[x_sort_index]
    diff_x = np.diff(x_sort)
    mask = list((diff_x > distance).astype(np.uint8).astype(str))
    mask.append('1')
    mask = ''.join(mask)
    for i in re.finditer('0*1', mask):
        result.append([i.span()[0], i.span()[1], x_sort[i.span()[0]:i.span()[1]]])
    return result

if __name__ == '__main__':
    np.random.seed(5)
    x = np.random.randint(0, 50, 10)
    print('原始数据：', x)
    res = find_near_pos(x, 5)
    print('求解结果：', res)
    x.sort()
    print('排序数据：', x)

4 求解结果

5 【python三维深度学习】python三维点云从基础到深度学习_Coding的叶子的博客-CSDN博客_python 三维点云

更多三维、二维感知算法和金融量化分析算法请关注“乐乐感知学堂”微信公众号，并将持续进行更新。