NumPy阵列中每两个连续点的直线方程

我想找到NumPy数组中每两个连续点（二维）的直线方程。我知道如何稳健地执行（即使用循环），但我想知道是否有更复杂的方法

谢谢

下面给出了一种稳健的方法：

import numpy as np

a = np.array([[1, 2], [2, 4], [3, 8], [5, 1]])
N = int(max(a.shape))
b = []
for i in range(N - 1):
    x = [a[i,0], a[i + 1,0]]
    y = [a[i,1], a[i + 1,1]]
    b.append(tuple(np.polyfit(x, y, 1)))

print(b)

---

对于直线，直接进行计算。y=mx+c，其中m是梯度=y的变化/x的变化，c是常数c=y0-m*x0

import numpy as np

a = np.array([[1, 2], [2, 4], [3, 8], [5, 1]])

x = a[:,0]
y = a[:,1]

dx = np.diff(x)  # Change in x
dy = np.diff(y)  # Change in y

# Amended for @Nan's comment below.
# If any dx is zero this will now return +-inf in m and c without raising a warning
# The code using m and c will need to handle this if it can occur.
with np.errstate( divide = 'ignore' ):
    m = dy/dx  # Gradient
c = y[1:] - m * x[1:]   # Constant

m, c
# (array([ 2. ,  4. , -3.5]), array([ 0. , -4. , 18.5]))
# y = mx + c

# Rerunning with              x=3     x=3
a = np.array([[1, 2], [2, 4], [3, 8], [3, 12]])
m, c
(array([ 2.,  4., inf]), array([  0.,  -4., -inf]))

---

你能分享你的循环方法和样本数据吗？如果没有代码，很难提供帮助。您可能需要考虑像垂直线这样的情况，其中dx=0以避免运行时警告：在true_divide中遇到除以零这是一个很好的观点。这取决于如何使用直线方程。如果任何

dx

s为零，则y不再是x的函数。