Question

对于任何类型的编程，我都是新手。

我有一组x和y值。

x = [1.3, 2.1, 3.5, 4.0, 3.9, 3.1, 2.7, 1.5, 1.7, 2.0, 3.6, 4.2]
y = [1.0, 1.4, 2.0, 2.2, 2.7, 3.1, 3.3, 3.9, 4.3, 4.4, 5.0, 5.5]

我想在每次x的渐变改变符号时将它们分开。我的第一个想法就是这个

import numpy as np

x_grad = np.gradient(x)
array = np.column_stack((x, y, x_grad))

pos = (x_grad >= 0)
neg = (x_grad < 0)
x_y_pos = np.column_stack((x, y, pos))
x_y_neg = np.column_stack((x, y, neg))
x_y_pos_new = x_y_pos[x_y_pos.all(1)]
x_y_neg_new = x_y_neg[x_y_neg.all(1)]

但这只给了我两个数组，一个是x有正梯度而另一个是负数。这不好，因为我需要将第一部分和最后部分分开。

我正试图想出某种循环，但我无法弄明白该怎么做，这是我无用的尝试

array_1=[]

for i in xrange(0, len(array)):
    while True: 
        array[:,2][i] >= 0
        array_1.append(array)
        break

这给了我12次完整数组（即数组的长度）。当第三列不再是正面时，我希望它停止。即使它做了我想要的，我仍然只会收到第一部分。

只是旁注：我无法手动拆分。这只是我所拥有的许多大型数据文件中发生的事情的简化示例，因此梯度变化发生在不同的地方。我需要为数据做什么。

任何想法都会非常感激，我让自己疯了。

Answer 1

如果我了解您的需求，您可以先使用How to detect a sign change for elements in a numpy array中的符号更改算法构建一个符号更改位置数组：

import numpy as np

x = [1.3, 2.1, 3.5, 4.0, 3.9, 3.1, 2.7, 1.5, 1.7, 2.0, 3.6, 4.2]
y = [1.0, 1.4, 2.0, 2.2, 2.7, 3.1, 3.3, 3.9, 4.3, 4.4, 5.0, 5.5]
gradx = np.gradient(x)
asign = np.sign(gradx)
signchange = ((np.roll(asign, 1) - asign) != 0).astype(int)

然后，您可以从How do I get a list of indices of non zero elements in a list?

获取符号更改的元素位置

splitloc = [i for i, e in enumerate(signchange) if e != 0]

然后你可以简单地拆分数组使用numpy.split

np.split(x,splitloc)

Answer 2

好的，所以你只关心渐变的符号 - 因此，你的x值根本不重要。

只计算正在运行的双元素差异

y_diffs = y[1:] - y[:-1]

找到连续元素符号发生变化的索引：

switch_idx = [] sign = y_diffs [0]＆gt; 0 对于idx，枚举中的val（y_diffs [1：]）： sign_new = y_diffs [idx + 1]＆gt; 0 如果没有签名== sign_new： switch_idx.append（sign_new） sign_new = sign

然而，你所做的只是找到当地的极值。我严重怀疑你在做什么是科学上正确的 - 你的采样间隔（见x值）是不均匀的，因此你应该首先使用数学模型插入你的函数最能描述您的价值观。在那，找到极值是有道理的。

Answer 3

如果我理解正确，你想分割对应渐变为负/正的数组。

你使用列表理解

得到这个

 negative_x_based_vals = ([x[p] for p in range(0,len(x_grad)) if x_grad[p] < 0]); # result will be [3.9, 3.1, 2.7, 1.5]
 positive_x_based_vals = ([x[p] for p in range(0,len(x_grad)) if x_grad[p] >= 0]; # result will be [1.3, 2.1, 3.5, 4.0, 1.7, 2.0, 3.6, 4.2])

这就是你想要的吗？（顺便说一下，这并没有使用numpy）

Python，按数据集渐变拆分数组

3 个答案: