Question

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，每列对应不同的测量变量。此数组中的另一列指定了测量的日期。这些行根据时间戳排序。每天有几个（或许多）测量值。目标是识别与新日相对应的行，并从当天的后续行中减去相应的值。

我通过一个遍历循环的循环来解决这个问题，创建一个布尔向量，选择正确的行，然后减去第一个选定的行。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。下面的行定义了第一列的矩阵是一天，其余两个是测量值

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，我希望看到以下数组：

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

PS请帮助我为这篇文章找到更好，更丰富的标题。我没有想法

Answer 1

numpy.searchsorted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]])

更长的解释

如果您选择第一列并搜索自身，则会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，您可以使用它来构建您将通过索引减去的矩阵：

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]])

您需要制作第一列0，以便不会扣除它们。

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]])

正确的方法来纠正numpy中的以下行动

1 个答案: