Question

我有一个Numpy一维数据数组，就像这样

a = [1.9, 2.3, 2.1, 2.5, 2.7, 3.0, 3.3, 3.2, 3.1]

我想创建一个新数组，其中值由较大的相邻值组成。对于上面的示例，输出将是：

b = [2.3, 2.3, 2.5, 2.7, 3.0, 3.3, 3.3, 3.2]

我可以通过循环输入数组，比较相邻值来实现这一点，例如：

import numpy as np

a = np.array([1.9, 2.3, 2.1, 2.5, 2.7, 3.0, 3.3, 3.2, 3.1])
b = np.zeros(len(a)-1)

for i in range(len(a)-1):
    if (a[i] > a[i+1]):
        b[i] = a[i]
    else:
        b[i] = a[i+1]

但我想在更优雅的＃pythonic＆＃34;中做到这一点。矢量化的时尚。我已经搜索并阅读了关于np.zip，np.where，np.diff等的内容，但还没有找到办法（或者更有可能，我还没有理解什么是可能的）。有什么建议吗？

Answer 1

您希望元素最大值为a[1:]和a[:-1]：

>>> a
array([ 1.9,  2.3,  2.1,  2.5,  2.7,  3. ,  3.3,  3.2,  3.1])
>>> a[1:]
array([ 2.3,  2.1,  2.5,  2.7,  3. ,  3.3,  3.2,  3.1])
>>> a[:-1]
array([ 1.9,  2.3,  2.1,  2.5,  2.7,  3. ,  3.3,  3.2])
>>> np.maximum(a[1:], a[:-1])
array([ 2.3,  2.3,  2.5,  2.7,  3. ,  3.3,  3.3,  3.2])

比较numpy数组中的相邻值

1 个答案: