Question

我有一个不均匀的值长度列表，现在我想将它们转换为1到100的列表。因此，如果列表具有100个值，那么在位置10将是列表[10]

现在当我有一个248个值的列表时，我想制作一个这样的折线图，并且x轴的范围是1-100％，所以我可以询问/交叉10号位的值。

或者另一种选择可能是它长248个值（折线图）并且你在x轴上询问2.48的值，它返回一个特定的y值。然后通过每次为xaxis值添加2.48重复100次。

numpy或matplotlib能够做到这一点吗？我不需要整个解释c.q.码。但是好的方向上的一个例子或一个例子会很好。

http://docs.scipy.org/doc/numpy/reference/generated/numpy.interp.html是我需要的

xp = [1,2,3]

fp = [3,2,0]

np.interp（2.5，xp，fp）

1.0

Answer 1

轻松！只需使用numpy.linspace生成用于绘制值的x位置：

import numpy as np
import matplotlib.pyplot as plt

vals=np.random.random(248)
x=np.linspace(1,100,len(vals))

plt.plot(x,vals)
plt.show()

要对您的值列表进行二次采样，您可以使用numpy“高级”索引：

vals=np.array(vals)
sample=vals[np.round(np.linspace(0,len(vals)-1,100)).astype(int)]

现在要找到“位置10”的值，您只需获取sample[10]。

请注意，numpy数组（如Python列表）是0索引的。我知道你要求索引从1到100（并且可以完成¹），但如果你同意0索引约定并允许使用Python和numpy的其余部分会更容易sample要从0到99建立索引。

¹ sample=np.r_[0,vals[np.round(np.linspace(0,len(vals)-1,100)).astype(int)]]

Answer 2

不是你真正打算做什么，但Python通常不需要外部模块：

class NormalizedList(list):
    def __getitem__(self, index):
        length = len(self)
        denorm_index = int ((index * length) / 100.0 + 0.5)
        return list.__getitem__(self, denorm_index)


mylist = NormalizedList(range(248))

print mylist[50]

Python列表值交集

2 个答案: