Question

我想计算累计最低值＆＃34; array - 基本上是每个索引的最小值，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])

这有效（它返回正确的数组（[5.，3.，3.，2.，1.，1.，1.，0。]）），但如果可以的话，我想避免使用for循环。我认为构建一个二维数组并使用np.amin（）函数可能会更快，但我也需要一个循环。

Answer 1

对于任何2参数NumPy universal function，其accumulate方法是该函数的累积版本。因此，numpy.minimum.accumulate正是您所寻找的：

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

Answer 2

创建一个矩阵，下三角形（np.tril）填充数组nums的值和上三角形（np.triu，第二个参数为1，因此对角线保持空闲状态）填充了数组的最大值。（编辑：而不是最大值，数组的第一个元素是更好的方式。 - ＆gt;评论）

nums = np.array([5.,3.,4.,2.,1.,1.,2.,0.])
oneSquare = np.ones((nums.size, nums.size))

A = nums * np.tril(oneSquare)
B = np.triu(oneSquare, 1) * nums[0]
A, B

<强>输出：

(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.]]))

现在取每行的最小值：

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

<强>输出：

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

用numpy数组计算累积最小值

2 个答案: