Question

我在numpy数组中有大量独立的平行水平线段。每个段都有一个起点和终点（x坐标）和一个值（y坐标）。这些段的长度不必相同（长度=结束-开始）。

一个指定段的示例矩阵，每行一个段，如下所示：

Start End Value
0     10  4
5     19  3
6     25  2
7     16  1
12    21  5

在代码中

A = np.array([[0,10,4],
[5,19,3],
[6,25,2],
[7,16,1],
[12,21,5]])

我想弄清楚线段上的运行最大值。也就是说，在上面的示例中，对于x在[0,25）范围内，我想要相应的max y。与示例相对应的示例输出为

Start End Max
0     10  4
10    12  3
12    21  5
21    25  2

我可以在for循环中执行此操作，但这很慢，因为我有成千上万的段。我似乎无法想到一种矢量化方法。有人可以吗？

循环代码示例：

x = np.arange(np.min(A[:,0]), np.max(A[:,1]))
maxes = np.zeros((x.shape[0], 2))
maxes[:,0] = x
maxes[:,1] = -np.inf

for a in A:
    ix = (x >= a[0]) & (x < a[1]) & (maxes[:,1] < a[2])
    maxes[ix,1] = a[2]

与上面的输出示例相反，此代码输出一个数组，该数组对范围内的每个x都有一行。两者都很好（并且相当）。

Answer 1

您可以将booleans的数组用于索引数组。这意味着您可以一次根据条件检查所有坐标，然后用结果索引值列（A[2]）。从您的示例结果中，我认为不应该包含线段的端点，因此以下代码：

import numpy as np

A = np.array(
    [[0,10,4],
     [5,19,3],
     [6,25,2],
     [7,16,1],
     [12,21,5]]
)

ranges = np.array([
    [0,10], [10,12], [12,21], [21,25]
])

for xmin,xmax in ranges:
    print(xmin,xmax, np.max(A[~np.logical_or(A[:,1]<=xmin, A[:,0]>=xmax),2]))

再现您想要的结果：

Answer 2

您可以使用布尔数组确定空间中的给定点是否在给定的线段中。该布尔数组可以与段值相乘以生成一个数组，其中行上的每个点都有一个段值向量，并且如果段不包括该点，则将该段的值清零。从那里可以沿单个轴应用数组的tools.jar方法。

max

Python向量化的平行线段的最大值

2 个答案: