Python | 列表中相同的连续分组

在Python中，我们经常需要对列表进行操作，其中一种常见的操作是对连续相同的元素进行分组。例如，将 ["a", "a", "b", "c", "c", "c"] 分组成 [['a', 'a'], ['b'], ['c', 'c', 'c']]。这种操作是很常见的，Python提供了多种实现方式，下面我们就来看看各种实现方式的优缺点。

方法一：使用迭代器

from itertools import groupby

def groupby_list(lst):
    return [list(g) for k, g in groupby(lst)]

这种方法使用了Python内置的 itertools.groupby() 方法，其返回一个迭代器，通过key参数接受一个函数来分组元素。在本例中，我们使用默认的key=None，直接比较元素来进行分组。

该方法非常简单，但是由于使用了Python内置函数，因此执行效率也比较高。不过需要注意的是，该方法只能进行连续分组，即相同元素必须连续出现。对于非连续的元素，需要先进行排序后才能进行分组。

方法二：使用列表推导式

def list_comprehension(lst):
    return [[lst[i]] + lst[i + 1:i + j].append(lst[i])
            for i, j in ((0, 1 + lst.count(lst[0])),) + tuple(
                (k, 1 + lst[k:].index(lst[k + 1])) for k in range(lst.count(lst[0]), len(lst) - 1))]

这种方法使用了列表推导式的技巧，通过遍历元素来记录当前分组的起始位置以及长度，然后使用列表推导式进行分组。

该方法虽然也是比较简单的，但是需要注意的是，由于使用了列表的 append() 方法，因此执行效率会受到影响。同时，由于需要遍历列表多次，因此在处理大规模数据时，该方法的效率可能不是很高。

方法三：使用 NumPy 库

import numpy as np

def numpy_array(lst):
    a = np.array(lst)
    return np.split(a, np.where(np.diff(a) != 0)[0] + 1).tolist()

这种方法使用了 NumPy 库中的 numpy.split() 方法，该方法可以将一个数组按照指定位置进行分割。在本例中，我们使用了NumPy中的numpy.diff()方法来计算相邻元素的差值，然后使用numpy.where()方法得到差值不等于0的位置，最终使用numpy.split()方法进行分组。

该方法虽然比较简单，但是由于使用了NumPy库中的方法，因此需要先将列表转换为NumPy数组，因此执行效率可能会受到影响。

综上所述，不同的方法各有优缺点，在实际应用中需要结合实际情况来选择合适的方法以达到更好的执行效率。