好吧,让我们假设我有一个像这样的值列表:
list = [-0.23, -0.5, -0.3, -0.8, 0.3, 0.6, 0.8, -0.9, -0.4, 0.1, 0.6]
我想在这个列表上循环,当符号发生变化时,得到第一个区间的最大值(如果它是负的最小值)和下一个区间的最大值(如果它是负的则)的绝对差值。
例如,在上一个列表中,我们希望得到如下结果:
[1.6, 1.7, 1.5]
棘手的部分是它必须也适用于以下列表:
list = [0.12, -0.23, 0.52, 0.2, 0.6, -0.3, 0.4]
哪会回来:
[0.35, 0.83, 0.9, 0.7]
这很棘手,因为有些时间间隔长了1个值,我在管理这个时遇到了困难。
你如何用最少的行数来解决这个问题?
这是我目前的代码,但目前还没有工作。
list
是一个包含6个列表的列表,其中这6个列表中的每一个都包含一个nan,否则是一个包含1024个值的np.array(我要评估的值)
Hmax = []
for c in range(0,6):
Hmax_tmp = []
for i in range(len(list[c])):
if(not np.isnan(list[c][i]).any()):
zero_crossings = np.where(np.diff(np.sign(list[c][i])))[0]
if(not zero_crossings[0] == 0):
zero_crossings = [0] + zero_crossings.tolist() + [1023]
diff = []
for j in range(1,len(zero_crossings)-2):
if
diff.append(max(list[c][i][np.arange(zero_crossings[j-1],zero_crossings[j])].min(), list[c][i][np.arange(zero_crossings[j]+1,zero_crossings[j+1])].max(), key=abs) - max(list[c][i][np.arange(zero_crossings[j+1],zero_crossings[j+2])].min(), list[c][i][np.arange(zero_crossings[j+1],zero_crossings[j+2])].max(), key=abs))
Hmax_tmp.append(np.max(diff))
else:
Hmax_tmp.append(np.nan)
Hmax.append(Hmax_tmp)
答案 0 :(得分:8)
使用itertools.groupby
可以大大简化此类分组操作。例如:
>>> from itertools import groupby
>>> lst = [-0.23, -0.5, -0.3, -0.8, 0.3, 0.6, 0.8, -0.9, -0.4, 0.1, 0.6] # the list
>>> minmax = [min(v) if k else max(v) for k,v in groupby(lst, lambda a: a < 0)]
>>> [abs(j-i) for i,j in zip(minmax[:-1], minmax[1:])]
[1.6, 1.7000000000000002, 1.5]
第二个清单:
>>> lst2 = [0.12, -0.23, 0.52, 0.2, 0.6, -0.3, 0.4] # the list
>>> minmax = [min(v) if k else max(v) for k,v in groupby(lst2, lambda a: a < 0)]
>>> [abs(j-i) for i,j in zip(minmax[:-1], minmax[1:])]
[0.35, 0.83, 0.8999999999999999, 0.7]
所以在这里,列表被分组为负/正值的连续间隔。为每个组计算min
/ max
并存储在列表minmax
中。最后,列表理解发现了差异。
请原谅浮点数的不精确表示!
答案 1 :(得分:1)
检索间隔的最大/最小值,然后进行计算将很简单。
def difference(nums):
if not nums:
return []
pivots = []
last_sign = nums[0] >= 0
current = 0
for x in nums:
current_sign = x >= 0
if current_sign != last_sign:
pivots.append(current)
current = 0
last_sign = current_sign
current = max(current, x) if current_sign else min(current, x)
pivots.append(current)
result = []
for idx in xrange(len(pivots)):
if idx + 1 < len(pivots):
result.append(abs(pivots[idx] - pivots[idx + 1]))
return result
>>> print difference([-0.23, -0.5, -0.3, -0.8, 0.3, 0.6, 0.8, -0.9, -0.4, 0.1, 0.6])
[1.6, 1.7000000000000002, 1.5]
>>> print difference([0.12, -0.23, 0.52, 0.2, 0.6, -0.3, 0.4])
[0.35, 0.83, 0.8999999999999999, 0.7]