numpy vectorize max在数组

Question

如何摆脱python for循环？ t通常不是均匀间隔的（仅在简单示例中）。使用熊猫的解决方案也很好。

import numpy as np

n = 100
t = np.arange(n)
y = np.arange(n)
edges = np.array([2., 5.5, 19, 30, 50, 72, 98])

indices = np.searchsorted(t, edges)

maxes = np.zeros(len(edges)-1)
for i in range(len(edges)-1):
    maxes[i] = np.max(y[indices[i]:indices[i+1]])

print(maxes)

更新： 我认为reduceat可能会这样做，但我不懂语法。

Answer 1

reduceat很好地完成了这项工作。我在30分钟前就不知道这个功能了。

maxes = np.maximum.reduceat(y, indices)[:-1]