在 Python 中的元组值列表中查找某个范围内的值

Question

我正在尝试获取标准 BMI 范围内的 BMI 值的身体质量指数 (BMI) 分类 - 例如，如果某人的 BMI 为 26.2，则他们将处于“超重”范围内。

我制作了一个值元组列表（见下文），尽管我当然对任何其他数据结构持开放态度。使用 SQL 的 BETWEEN 可以很容易地做到这一点，但我想用纯 Python 来实现，主要是因为这意味着更少的数据库连接，而且也是在“纯”Python 中做更多事情的练习。

bmi_ranges = []
bmi_ranges.append((u'Underweight', u'Severe Thinness', 0, 15.99))
bmi_ranges.append((u'Underweight', u'Moderate Thinness', 16.00, 16.99))
bmi_ranges.append((u'Underweight', u'Mild Thinness', 17.00, 18.49))
bmi_ranges.append((u'Normal Range', u'Normal Range', 18.50, 24.99))
bmi_ranges.append((u'Overweight', u'Overweight', 25.00, 29.99))
bmi_ranges.append((u'Obese', u'Obese Class I', 30.00, 34.99))
bmi_ranges.append((u'Obese', u'Obese Class II', 35.00, 39.99))
bmi_ranges.append((u'Obese', u'Obese Class III', 40.00, 1000.00))

如果元组列表中的范围完全，那么只需使用 listcomp 进行迭代就很容易了，但是如何找到某个值在任何其他值的范围内呢？

Answer 1

# bmi = <whatever>
found_bmi_range = [bmi_range for bmi_range
                   in bmi_ranges
                   if bmi_ranges[2] <= bmi <= bmi_ranges[3]
                  ][0]

您可以添加 if 子句来过滤结果中包含的项目的列表推导式。

注意：您可能需要调整范围规范以使用非包含上限（即 [a,b) + [b,c) + [c,d) 等），然后将条件更改为 a <= b < c，这样就不会出现边缘情况的问题。

Answer 2

您可以通过列表理解来完成此操作：

>>> result = [r for r in bmi_ranges if r[2] <= 32 <= r[3]]
>>> print result
[(u'Obese', u'Obese Class I', 30.0, 34.99)]

但是，请求数据库为您执行此操作可能会更快，否则您将请求比您需要的更多的数据。我不明白使用 BETWEEN 如何需要再使用一个数据连接。如果你能扩展它将会很有用。您是在谈论缓存数据与始终请求实时数据的优缺点吗？

您可能还想为您的数据创建一个类，以便不必将字段引用为 x[2]，而是可以使用更有意义的名称。您还可以查看命名元组。

Answer 3

bmi = 26.2


bmi_范围 = []
bmi_ranges.append((u'体重不足', u'严重瘦弱', 0, 15.99))
bmi_ranges.append((u'体重不足', u'中等瘦度', 16.00, 16.99))
bmi_ranges.append((u'体重不足', u'轻度瘦弱', 17.00, 18.49))
bmi_ranges.append((u'正常范围', u'正常范围', 18.50, 24.99))
bmi_ranges.append((u'超重', u'超重', 25.00, 29.99))
bmi_ranges.append((u'肥胖', u'肥胖 I 级', 30.00, 34.99))
bmi_ranges.append((u'肥胖', u'肥胖 II 级', 35.00, 39.99))
bmi_ranges.append((u'Obese', u'Obese III 级', 40.00, 1000.00))

打印过滤器(lambda x: x[2] <= bmi <= x[3], bmi_ranges)

Answer 4

如果您喜欢更轻量级的原始数据结构并从标准库导入：

import bisect

bmi_ranges = []
bmi_ranges.append((u'Underweight', u'Severe Thinness', 0, 15.99))
bmi_ranges.append((u'Underweight', u'Moderate Thinness', 16.00, 16.99))
bmi_ranges.append((u'Underweight', u'Mild Thinness', 17.00, 18.49))
bmi_ranges.append((u'Normal Range', u'Normal Range', 18.50, 24.99))
bmi_ranges.append((u'Overweight', u'Overweight', 25.00, 29.99))
bmi_ranges.append((u'Obese', u'Obese Class I', 30.00, 34.99))
bmi_ranges.append((u'Obese', u'Obese Class II', 35.00, 39.99))
bmi_ranges.append((u'Obese', u'Obese Class III', 40.00, 1000.00))

# we take just the minimal value for BMI for each class
# find the limit values between ranges:

limitValues = [line[2] for line in bmi_range][1:]
# limitValues = [16.0, 17.0, 18.5, 25.0, 30.0, 35.0, 40.0]

# bisect.bisect(list, value) returns the range
#in the list, in which value belongs
bmi_range = bmi_ranges[bisect.bisect(limitValues, bmi)]

更多信息：bisect

Answer 5

我不确定我是否理解为什么不能仅通过迭代列表来做到这一点（我知道有更有效的数据结构，但这很短，迭代会更容易理解）。出了什么问题

def check_bmi(bmi, bmi_range):
    for cls, name, a, b in bmi_range:
        if a <= bmi <= b:
            return cls # or name or whatever you need.

Answer 6

这就是我处理它的方式：

import random

bmi_ranges = [(u'Underweight', u'Severe Thinness', 16.0),
               (u'Underweight', u'Moderate Thinness', 17.0),
               (u'Underweight', u'Mild Thinness', 18.5),
               (u'Normal Range', u'Normal Range', 25.0),
               (u'Overweight', u'Overweight', 30.0),
               (u'Obese', u'Obese Class I', 35.0),
               (u'Obese', u'Obese Class II', 40.0),
               (u'Obese', u'Obese Class III', 1000.0)]

def bmi_lookup(bmi_value):
    return next((classification, description, lessthan)
         for classification, description, lessthan in bmi_ranges
         if bmi_value < lessthan)

for bmi in range(20):
    random_bmi = random.random()*50
    print random_bmi, bmi_lookup(random_bmi)

Answer 7

内置过滤器功能就是为此目的而存在的：

bmi = 26.2
answer = filter(lambda T, : T[2]<=bmi<=T[3], bmi_ranges)[0]
print answer
>>> (u'Overweight', u'Overweight', 25.0, 29.989999999999998)

希望这有帮助