質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.52%

  • Python

    7944questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Python 3.x

    6352questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • 統計

    52questions

    統計は、集団現象を数量で把握することです。また、調査で得られた性質や傾向を数量的に表したデータのことをいいます。

pythonで近い値をまとめてデータの数を減らしたい

解決済

回答 2

投稿

  • 評価
  • クリップ 1
  • VIEW 91

koyamaso

score 2

この配列を

[
{"r": 264.0, "theta": 0.034906585}#A
{"r": 254.0, "theta": 0.10471976}#A

{"r": 284.0, "theta": 1.6057029}#B
{"r": 309.0, "theta": 1.6057029}#B
{"r": 306.0, "theta": 1.6231562}#B

{"r": 67.0, "theta": 1.5882496}#C
{"r": 61.0, "theta": 1.6057029}#C
{"r": 72.0, "theta": 1.5882496}#C

{"r": 133.0, "theta": 1.6057029}#D
{"r": 142.0, "theta": 1.6057029}#D
{"r": 147.0, "theta": 1.5882496}#D
{"r": 131.0, "theta": 1.6057029}#D
{"r": 137.0, "theta": 1.5882496}#D

{"r": 132.0, "theta": 0.6981317}#E
{"r": 142.0, "theta": 0.6457718}#E
{"r": 144.0, "theta": 0.6632251}#E

{"r": -283.0, "theta": 2.5481806}#F
{"r": -292.0, "theta": 2.6179938}#F
{"r": -286.0, "theta": 2.6005406}#F
{"r": -289.0, "theta": 2.565634}#F
]


以下のように6つのパターンに分けて出力したい

[
  {"r": 260, "theta": 0.05 }#パターンA
  {"r": 300, "theta": 1.6  }#パターンB
  {"r":  70, "theta": 1.6  }#パターンC
  {"r": 140, "theta": 1.6  }#パターンD
  {"r": 135, "theta": 0.65 }#パターンE
  {"r":-290, "theta": 2.6  }#パターンF
]

条件

  • 元データはパターンごとにソートされてはいない
  • パターンはrとθによって分けられて合計6パターン(パターンの数は変化しない)
  • 各パターンでの値のばらつきはrは+-10、θは+-0.1程度(パターンの判別が難しくなるほどばらついていないはず)
  • 各パターンに含まれる要素数はランダム

期待する出力

  • r,θともに平均値や中央値など、ある程度真ん中をとった値を出力したい(特にこだわりはない)

どのようにすればいいのか全くわからないので、ご教授ください。
よろしくおねがいします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • LouiS0616

    2018/10/13 22:06

    クラスタリングについて調べてみると、似たような状況の解法が見つかるかもしれません。

    キャンセル

回答 2

checkベストアンサー

+2

こんな感じでどうでしょうか?

 手順

  1. r と theta ではスケールが異なるので正規化
  2. クラスタリング (例: k-平均法など)
  3. クラスタリング結果に基づき、正規化前のデータを分類

 サンプルコード

src = [{"r": 264.0, "theta": 0.034906585},#A
        {"r": 254.0, "theta": 0.10471976},#A

        {"r": 284.0, "theta": 1.6057029},#B
        {"r": 309.0, "theta": 1.6057029},#B
        {"r": 306.0, "theta": 1.6231562},#B

        {"r": 67.0, "theta": 1.5882496},#C
        {"r": 61.0, "theta": 1.6057029},#C
        {"r": 72.0, "theta": 1.5882496},#C

        {"r": 133.0, "theta": 1.6057029},#D
        {"r": 142.0, "theta": 1.6057029},#D
        {"r": 147.0, "theta": 1.5882496},#D
        {"r": 131.0, "theta": 1.6057029},#D
        {"r": 137.0, "theta": 1.5882496},#D

        {"r": 132.0, "theta": 0.6981317},#E
        {"r": 142.0, "theta": 0.6457718},#E
        {"r": 144.0, "theta": 0.6632251},#E

        {"r": -283.0, "theta": 2.5481806},#F
        {"r": -292.0, "theta": 2.6179938},#F
        {"r": -286.0, "theta": 2.6005406},#F
        {"r": -289.0, "theta": 2.565634}]#F

# numpy 配列に変換
x = np.array([[v['r'], v['theta']] for v in src])
# print(x.shape, x.dtype)

# # スケールを統一 列ごとに [0, 1] に正規化
x_normalized = x - np.min(x, axis=0).clip(0) # [-a, b] -> [0, a + b]
x_normalized /= np.max(x_normalized, axis=0) # [0, a + b] -> [0, 1]

# kmean
num_classes = 6
from sklearn.cluster import KMeans
kmean = KMeans(n_clusters=num_classes)
y = kmean.fit_predict(x_normalized)
print(y)

# 結果表示
for label in range(num_classes):
    print('label: {}\n{}'.format(label, x[y == label]))
label: 0
[[-283.           2.5481806]
 [-292.           2.6179938]
 [-286.           2.6005406]
 [-289.           2.565634 ]]
label: 1
[[133.          1.6057029]
 [142.          1.6057029]
 [147.          1.5882496]
 [131.          1.6057029]
 [137.          1.5882496]]
label: 2
[[132.          0.6981317]
 [142.          0.6457718]
 [144.          0.6632251]]
label: 3
[[284.          1.6057029]
 [309.          1.6057029]
 [306.          1.6231562]]
label: 4
[[2.6400000e+02 3.4906585e-02]
 [2.5400000e+02 1.0471976e-01]]
label: 5
[[67.         1.5882496]
 [61.         1.6057029]
 [72.         1.5882496]]

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/10/14 12:10

    ありがとうございます。

    キャンセル

+2

K-meansクラスタリングを使ってみましょうか。

まずデータを可視化してみましょう。

import matplotlib.pyplot as plt
import pandas as pd
df = pd.DataFrame(data)

data = [
    {"r": 264.0, "theta": 0.034906585},
    {"r": 254.0, "theta": 0.10471976},
    {"r": 284.0, "theta": 1.6057029},
    {"r": 309.0, "theta": 1.6057029},
    {"r": 306.0, "theta": 1.6231562},
    {"r": 67.0, "theta": 1.5882496},
    {"r": 61.0, "theta": 1.6057029},
    {"r": 72.0, "theta": 1.5882496},
    {"r": 133.0, "theta": 1.6057029},
    {"r": 142.0, "theta": 1.6057029},
    {"r": 147.0, "theta": 1.5882496},
    {"r": 131.0, "theta": 1.6057029},
    {"r": 137.0, "theta": 1.5882496},
    {"r": 132.0, "theta": 0.6981317},
    {"r": 142.0, "theta": 0.6457718},
    {"r": 144.0, "theta": 0.6632251},
    {"r": -283.0, "theta": 2.5481806},
    {"r": -292.0, "theta": 2.6179938},
    {"r": -286.0, "theta": 2.6005406},
    {"r": -289.0, "theta": 2.565634}
]

plt.scatter(df["r"], df["theta"])
plt.xlabel("theta")
plt.ylabel("r")
plt.show()

data

このデータをラベル付けするのが目的です。

from sklearn.cluster import KMeans
from sklearn.preprocessing import MinMaxScaler
from sklearn.pipeline import Pipeline

scaler = MinMaxScaler()  # # クラスタリングがうまくいくための前処理
kmeans = KMeans(n_clusters=6)  # 今回はクラスター数が既知

# 前処理とクラスタをパイプラインでつないでおく。
cls = Pipeline([("scaler", scaler), ("cluster", kmeans)])
C = cls.fit_predict(df.values)

# うまく行ったか確認
plt.scatter(df["r"], df["theta"], c=C)
plt.xlabel("theta")
plt.ylabel("r")
plt.show()

cluster

各クラスタの中心を追記しておきましょう。

centers = scaler.inverse_transform(kmeans.cluster_centers_)
centers = pd.DataFrame(centers, columns=["r", "theta"])
print(centers)

#             r     theta
# 0 -287.500000  2.583087
# 1  138.000000  1.598722
# 2  139.333333  0.669043
# 3  299.666667  1.611521
# 4  259.000000  0.069813
# 5   66.666667  1.594067

plt.scatter(df["r"], df["theta"], c=C)
plt.scatter(centers["r"], centers["theta"], c="red")
plt.xlabel("r")
plt.ylabel("theta")
plt.show()

cluster_with_center

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.52%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python

    7944questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Python 3.x

    6352questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • 統計

    52questions

    統計は、集団現象を数量で把握することです。また、調査で得られた性質や傾向を数量的に表したデータのことをいいます。