Numpy/Scipy是否将原始值转换为索引时间序列？

我看过numpy/scipy文档，但找不到任何内置函数来实现这一点

我想将代表时间序列的原始数字（温度，正如它发生的那样）从原始状态转换为索引序列（即，第一个值为100，后续值根据第一个原始值进行缩放）。因此，如果原始值是

（15,7.5,5）

，则索引值将是

（100,50,33）

（心理计算，因此是int值）

这相当容易自己编写代码，但如果可能的话，我想使用内置的。自制是：

def indexise(seq,base=0,scale=100):
    if not base:
        base=seq[0]
    return (i*scale/base for i in seq)

---

如果

seq

是一个numpy数组，则可以使用numpy矢量化操作

scale*seq/base

而不是

（i*scale/base for i in seq）

以下是我如何修改您的函数：

import numpy as np

def indexise(seq, base=None, scale=100):
    seq = np.asfarray(seq)
    if base is None:
        base = seq[0]
    result = scale*seq/base
    return result

比如说,

In [14]: indexise([15, 7.5, 5, 3, 10, 12])
Out[14]: 
array([ 100.        ,   50.        ,   33.33333333,   20.        ,
         66.66666667,   80.        ])

In [15]: indexise([15, 7.5, 5, 3, 10, 12], base=10)
Out[15]: array([ 150.,   75.,   50.,   30.,  100.,  120.])

---

酷，谢谢！我很惊讶已经没有这样的事情了。很抱歉，Marcin，我从来没有打算冒犯你。我没有看到你的观点，只是阅读并评论了你的评论。@Greg你不需要告诉别人接受答案，特别是当问题是新的时候。我通常会等到有一个完美的答案（这里有一个内置的），或者在接受最好的答案之前给它几天。