Python 在numpy中正确执行以下操作的正确方法
我有一个有趣的谜题。假设您有一个numpy 2D数组,其中每一行对应一个测量事件,每一列对应不同的测量变量。此数组中的另一列指定进行测量的日期。这些行根据时间戳进行排序。每天有几次(或多次)测量。目标是确定与新的一天对应的行,并从该天的后续行中减去相应的值 我通过一个循环来解决这个问题,循环数天,创建一个布尔向量来选择合适的行,然后减去第一个选择的行。这种方法有效,但感觉不优雅。有更好的方法吗 只是一个小例子。下面几行定义了一个矩阵,其中第一列 是一天,其余两个是测量值Python 在numpy中正确执行以下操作的正确方法,python,numpy,Python,Numpy,我有一个有趣的谜题。假设您有一个numpy 2D数组,其中每一行对应一个测量事件,每一列对应不同的测量变量。此数组中的另一列指定进行测量的日期。这些行根据时间戳进行排序。每天有几次(或多次)测量。目标是确定与新的一天对应的行,并从该天的后续行中减去相应的值 我通过一个循环来解决这个问题,循环数天,创建一个布尔向量来选择合适的行,然后减去第一个选择的行。这种方法有效,但感觉不优雅。有更好的方法吗 只是一个小例子。下面几行定义了一个矩阵,其中第一列 是一天,其余两个是测量值 before = arr
before = array([[ 1, 1, 2],
[ 1, 3, 4],
[ 1, 5, 6],
[ 2, 7, 8],
[ 3, 9, 10],
[ 3, 11, 12],
[ 3, 13, 14]])
在流程结束时,我希望看到以下阵列:
array([[1, 0, 0],
[1, 2, 2],
[1, 4, 4],
[2, 0, 0],
[3, 0, 0],
[3, 2, 2],
[3, 4, 4]])
PS请帮我找到一个更好的,更丰富的标题为这篇文章。我没有主意了这是一个方便的功能:
In : before
Out:
array([[ 1, 1, 2],
[ 1, 3, 4],
[ 1, 5, 6],
[ 2, 7, 8],
[ 3, 9, 10],
[ 3, 11, 12],
[ 3, 13, 14]])
In : diff = before[before[:,0].searchsorted(x[:,0])]
In : diff[:,0] = 0
In : before - diff
Out:
array([[1, 0, 0],
[1, 2, 2],
[1, 4, 4],
[2, 0, 0],
[3, 0, 0],
[3, 2, 2],
[3, 4, 4]])
更详细的解释
如果您选择第一列并搜索它自己,您将获得这些特定值的最小索引:
In : before
Out:
array([[ 1, 1, 2],
[ 1, 3, 4],
[ 1, 5, 6],
[ 2, 7, 8],
[ 3, 9, 10],
[ 3, 11, 12],
[ 3, 13, 14]])
In : before[:,0].searchsorted(x[:,0])
Out: array([0, 0, 0, 3, 4, 4, 4])
然后,您可以使用它来构造将通过索引进行减去的矩阵:
In : diff = before[before[:,0].searchsorted(x[:,0])]
In : diff
Out:
array([[ 1, 1, 2],
[ 1, 1, 2],
[ 1, 1, 2],
[ 2, 7, 8],
[ 3, 9, 10],
[ 3, 9, 10],
[ 3, 9, 10]])
您需要使第一列0
,这样它们就不会被减去
In : diff[:,0] = 0
In : diff
Out:
array([[ 0, 1, 2],
[ 0, 1, 2],
[ 0, 1, 2],
[ 0, 7, 8],
[ 0, 9, 10],
[ 0, 9, 10],
[ 0, 9, 10]])
最后,减去两个矩阵以获得所需的输出:
In : before - diff
Out:
array([[1, 0, 0],
[1, 2, 2],
[1, 4, 4],
[2, 0, 0],
[3, 0, 0],
[3, 2, 2],
[3, 4, 4]])
这是一个方便的功能:
In : before
Out:
array([[ 1, 1, 2],
[ 1, 3, 4],
[ 1, 5, 6],
[ 2, 7, 8],
[ 3, 9, 10],
[ 3, 11, 12],
[ 3, 13, 14]])
In : diff = before[before[:,0].searchsorted(x[:,0])]
In : diff[:,0] = 0
In : before - diff
Out:
array([[1, 0, 0],
[1, 2, 2],
[1, 4, 4],
[2, 0, 0],
[3, 0, 0],
[3, 2, 2],
[3, 4, 4]])
更详细的解释
如果您选择第一列并搜索它自己,您将获得这些特定值的最小索引:
In : before
Out:
array([[ 1, 1, 2],
[ 1, 3, 4],
[ 1, 5, 6],
[ 2, 7, 8],
[ 3, 9, 10],
[ 3, 11, 12],
[ 3, 13, 14]])
In : before[:,0].searchsorted(x[:,0])
Out: array([0, 0, 0, 3, 4, 4, 4])
然后,您可以使用它来构造将通过索引进行减去的矩阵:
In : diff = before[before[:,0].searchsorted(x[:,0])]
In : diff
Out:
array([[ 1, 1, 2],
[ 1, 1, 2],
[ 1, 1, 2],
[ 2, 7, 8],
[ 3, 9, 10],
[ 3, 9, 10],
[ 3, 9, 10]])
您需要使第一列0
,这样它们就不会被减去
In : diff[:,0] = 0
In : diff
Out:
array([[ 0, 1, 2],
[ 0, 1, 2],
[ 0, 1, 2],
[ 0, 7, 8],
[ 0, 9, 10],
[ 0, 9, 10],
[ 0, 9, 10]])
最后,减去两个矩阵以获得所需的输出:
In : before - diff
Out:
array([[1, 0, 0],
[1, 2, 2],
[1, 4, 4],
[2, 0, 0],
[3, 0, 0],
[3, 2, 2],
[3, 4, 4]])