Python 找到坡度最陡的点

我有一个浮点数列表，如

[x1，x2，x3，x4，….xn]

，这些浮点数以线图的形式绘制。我想找出斜率最陡的一组点

现在，我正在计算循环中一组点之间的差值，并使用

max（）

函数确定最大点

---

还有其他优雅的方法吗？

Numpy

有许多用于处理阵列的工具。例如，您可以：

import numpy as np

xx = np.array([x1, x2, x3, x4, ...])  # your list of values goes in there
print(np.argmax(xx[:-1] - xx[1:]))  # for all python versions

---

Numpy

有许多用于处理阵列的工具。例如，您可以：

import numpy as np

xx = np.array([x1, x2, x3, x4, ...])  # your list of values goes in there
print(np.argmax(xx[:-1] - xx[1:]))  # for all python versions

---

假设

点

是您的值列表，您可以使用以下公式计算单行中的差异：

max_slope = max([x - z for x, z in zip(points[:-1], points[1:])])

但你在紧凑性上获得的东西，可能在可读性上失去

此列表中发生的情况如下：

• 在原始列表的基础上创建了两个列表，即

  点[：-1]

  和

  点[1:][/code><代码>点[：-1]

  从原始列表的开头开始，转到倒数第二项（包括）<代码>点[1://code>从第二项开始，一直到最后一项（再次包含）

范例

example_list = [1, 2, 3, 4, 5]
ex_a = example_list[:-1]  # [1, 2, 3, 4]
ex_b = example_list[1:]   # [2, 3, 4, 5]

• 然后压缩这两个列表，创建一个对象，从中可以绘制x、z对来计算差异。请注意，

  zip

  不会在Python 3中创建列表，因此需要将其返回值传递给

  list

  参数

比如：

• 最后，使用创建的对计算差异，将结果存储在列表中并获得最大值

---

如果最大坡度的位置也很有趣，可以使用

.index（）

方法从创建的列表中获取索引。但是，在这种情况下，保存理解创建的列表可能会更好，而不仅仅是使用它。

假设

points

是您的值列表，您可以使用以下方法计算单行中的差异：

max_slope = max([x - z for x, z in zip(points[:-1], points[1:])])

但你在紧凑性上获得的东西，可能在可读性上失去

此列表中发生的情况如下：

• 在原始列表的基础上创建了两个列表，即

  点[：-1]

  和

  点[1:][/code><代码>点[：-1]

  从原始列表的开头开始，转到倒数第二项（包括）<代码>点[1://code>从第二项开始，一直到最后一项（再次包含）

范例

example_list = [1, 2, 3, 4, 5]
ex_a = example_list[:-1]  # [1, 2, 3, 4]
ex_b = example_list[1:]   # [2, 3, 4, 5]

• 然后压缩这两个列表，创建一个对象，从中可以绘制x、z对来计算差异。请注意，

  zip

  不会在Python 3中创建列表，因此需要将其返回值传递给

  list

  参数

比如：

• 最后，使用创建的对计算差异，将结果存储在列表中并获得最大值

---

如果最大坡度的位置也很有趣，可以使用

.index（）

方法从创建的列表中获取索引。但是，在这种情况下，保存理解创建的列表可能会更好，而不仅仅是使用它。

如果你的点间距相等（或假设相等），那么你的方法将尽可能优雅。问题是你的代码有多优雅。目前，我对范围内的i（len（list））：slope.append（list[i]-list[i+1]）print（slope.index（max（slope））执行以下操作其中slope是差异列表，list是浮点数的原始列表将列表放入numpy数组并使用

numpy.diff

可能会感觉更优雅。（例如，代码可能类似于

最陡=np.argmax（np.diff（np.array（my_list）））

@mechanical您的代码不运行。您会得到一个索引错误。@Ev.Kounis抱歉。对于范围内的i（len（list）-1），第一行应该是

。忘记添加-1，如果您的点间隔相等（或假定相等）你的方法非常优雅。问题是你的代码有多优雅。目前，我对范围内的i（len（list））：slope.append（list[i]-list[i+1]）print（slope.index（max（slope）））执行以下操作

其中slope是差异列表，list是浮点数的原始列表将列表放入一个numpy数组中，使用

numpy.diff

可能会感觉更优雅。（例如，代码可能是类似

最陡=np.argmax（np.diff（np.array（my_list）））

@mechanical您的代码没有运行顺便说一句。您得到了一个索引错误。@Ev.Kounis抱歉。第一行应该是

for i in range（len（list）-1）

。忘记添加-1您不需要numpy来摆脱for循环，但是这个解决方案也很优雅。您不需要numpy来摆脱for循环，但这个解决方案也很优雅。