Python 使用numpy数组计算累积最小值

我想计算“累积最小值”数组——基本上是数组的最小值，直到每个索引，例如：

import numpy as np
nums = np.array([5.,3.,4.,2.,1.,1.,2.,0.])
cumulative_min = np.zeros(nums.size, dtype=float)
for i,num in enumerate(nums):
    cumulative_min[i] = np.min(nums[0:i+1])

这是可行的（它返回正确的数组（[5,3,3,2,1,1,1,0]）

---

)，但如果可以的话，我想避免for循环。我认为构建二维数组并使用np.amin（）函数可能会更快，但我也需要一个循环。

创建一个矩阵，其中下三角（

np.tril

）填充数组

nums

和上三角（

np.triu

，第二个参数为1，因此对角线保持自由）用数组的最大值填充。（编辑：数组的第一个元素不是最大值，而是更好的方式。->注释）

Out:

(array([[ 5.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 5.,  3.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 5.,  3.,  4.,  0.,  0.,  0.,  0.,  0.],
       [ 5.,  3.,  4.,  2.,  0.,  0.,  0.,  0.],
       [ 5.,  3.,  4.,  2.,  1.,  0.,  0.,  0.],
       [ 5.,  3.,  4.,  2.,  1.,  1.,  0.,  0.],
       [ 5.,  3.,  4.,  2.,  1.,  1.,  2.,  0.],
       [ 5.,  3.,  4.,  2.,  1.,  1.,  2.,  0.]]),
 array([[ 0.,  5.,  5.,  5.,  5.,  5.,  5.,  5.],
       [ 0.,  0.,  5.,  5.,  5.,  5.,  5.,  5.],
       [ 0.,  0.,  0.,  5.,  5.,  5.,  5.,  5.],
       [ 0.,  0.,  0.,  0.,  5.,  5.,  5.,  5.],
       [ 0.,  0.,  0.,  0.,  0.,  5.,  5.,  5.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  5.,  5.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  5.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.]]))

array([ 5.,  3.,  3.,  2.,  1.,  1.,  1.,  0.])

现在取每行的最小值：

(A+B).min(axis=1)

Out:

(array([[ 5.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 5.,  3.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 5.,  3.,  4.,  0.,  0.,  0.,  0.,  0.],
       [ 5.,  3.,  4.,  2.,  0.,  0.,  0.,  0.],
       [ 5.,  3.,  4.,  2.,  1.,  0.,  0.,  0.],
       [ 5.,  3.,  4.,  2.,  1.,  1.,  0.,  0.],
       [ 5.,  3.,  4.,  2.,  1.,  1.,  2.,  0.],
       [ 5.,  3.,  4.,  2.,  1.,  1.,  2.,  0.]]),
 array([[ 0.,  5.,  5.,  5.,  5.,  5.,  5.,  5.],
       [ 0.,  0.,  5.,  5.,  5.,  5.,  5.,  5.],
       [ 0.,  0.,  0.,  5.,  5.,  5.,  5.,  5.],
       [ 0.,  0.,  0.,  0.,  5.,  5.,  5.,  5.],
       [ 0.,  0.,  0.,  0.,  0.,  5.,  5.,  5.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  5.,  5.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  5.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.]]))

array([ 5.,  3.,  3.,  2.,  1.,  1.,  1.,  0.])

对于任何2参数NumPy，其方法是该函数的累积版本。因此，

numpy.minimum.acculate

就是您要寻找的：

>>> numpy.minimum.accumulate([5,4,6,10,3])
array([5, 4, 4, 4, 3])

---

您也可以对上三角中的值使用无穷大，而不是

nums.max（）

@Blckknght尝试过它，乍一看不起作用，所以我取了最大值。。。我再试一次，infinity将

0

-部分

B

更改为

NaN

nice。我不知道三角形函数，非常有用。啊，你说得对。我不认为

0*inf

是一个问题，但它确实是一个问题。您可以使用

nums[0]

，因为这始终是一个潜在的最小值。实际上，使用

max

并不是很糟糕（它只在已经

O（N^2）

的算法上添加了一个O（N）`项。@Blckknght

nums[0]

是个好主意……我将改变它……谢谢！