在 NumPy 数组的行中的特定位置插入零行
Posted
技术标签:
【中文标题】在 NumPy 数组的行中的特定位置插入零行【英文标题】:Inserting rows of zeros at specific places along the rows of a NumPy array 【发布时间】:2016-08-16 10:46:07 【问题描述】:我有一个两列 numpy 数组。我想遍历第二列的每一行,并计算每组 2 个数字(9.6-0、19.13-9.6 等)之间的差异。如果差值 > 15,我想为两列插入一行 0。我真的只需要在第一列中得到值(我只需要第二列来确定在哪里放置 0),所以如果更容易将它们分开就可以了。
这是我的输入数组:
[[0.00 0.00]
[1.85 9.60]
[2.73 19.13]
[0.30 28.70]
[2.64 38.25]
[2.29 47.77]
[2.01 57.28]
[2.61 66.82]
[2.20 76.33]
[2.49 85.85]
[2.55 104.90]
[2.65 114.47]
[1.79 123.98]
[2.86 133.55]]
它应该变成:
[[0.00 0.00]
[1.85 9.60]
[2.73 19.13]
[0.30 28.70]
[2.64 38.25]
[2.29 47.77]
[2.01 57.28]
[2.61 66.82]
[2.20 76.33]
[2.49 85.85]
[0.00 0.00]
[2.55 104.90]
[2.65 114.47]
[1.79 123.98]
[2.86 133.55]]
【问题讨论】:
【参考方案1】:您可以使用ediff1d
、argmax
和insert
来自numpy
的一个班轮:
np.insert(arr, np.argmax(np.append(False, np.ediff1d(arr[:,1])>15)), 0, axis=0)
#array([[ 0. , 0. ],
# [ 1.85, 9.6 ],
# [ 2.73, 19.13],
# [ 0.3 , 28.7 ],
# [ 2.64, 38.25],
# [ 2.29, 47.77],
# [ 2.01, 57.28],
# [ 2.61, 66.82],
# [ 2.2 , 76.33],
# [ 2.49, 85.85],
# [ 0. , 0. ],
# [ 2.55, 104.9 ],
# [ 2.65, 114.47],
# [ 1.79, 123.98],
# [ 2.86, 133.55]])
【讨论】:
【参考方案2】:假设A
作为输入数组,这里是一个基于零初始化的向量化方法-
# Get indices at which such diff>15 occur
cut_idx = np.where(np.diff(A[:,1]) > 15)[0]
# Initiaize output array
out = np.zeros((A.shape[0]+len(cut_idx),2),dtype=A.dtype)
# Get row indices in the output array at which rows from A are to be inserted.
# In other words, avoid rows to be kept as zeros. Finally, insert rows from A.
idx = ~np.in1d(np.arange(out.shape[0]),cut_idx + np.arange(1,len(cut_idx)+1))
out[idx] = A
样本输入、输出-
In [50]: A # Different from the one posted in question to show variety
Out[50]:
array([[ 0. , 0. ],
[ 1.85, 0.6 ],
[ 2.73, 19.13],
[ 2.2 , 76.33],
[ 2.49, 85.85],
[ 2.55, 104.9 ],
[ 2.65, 114.47],
[ 1.79, 163.98],
[ 2.86, 169.55]])
In [51]: out
Out[51]:
array([[ 0. , 0. ],
[ 1.85, 0.6 ],
[ 0. , 0. ],
[ 2.73, 19.13],
[ 0. , 0. ],
[ 2.2 , 76.33],
[ 2.49, 85.85],
[ 0. , 0. ],
[ 2.55, 104.9 ],
[ 2.65, 114.47],
[ 0. , 0. ],
[ 1.79, 163.98],
[ 2.86, 169.55]])
【讨论】:
哼,这不是想要的输出。 @ColonelBeauvel 好吧,我更改了输入数组以在其中显示更多种类。 好吧,我们不能要求 OP 生成示例和所需的输出,然后就更改它:)。 (我以前做过同样的事情)。为优雅的解决方案投票,尽管我仍在努力。 @roadrunner66 是的,OP 有时会产生过于简单的案例,我倾向于为我的示例运行修改这些案例,以确保可以处理更多不同的案例。我认为这样更安全,希望提问者在 SO 上发布下一个问题时能从中学到一些东西:) @Maria 但是问题中发布的示例输入数组没有用逗号分隔的元素,因此我们不能将其复制粘贴到我们的 Python 环境中。相反,您可以使用以下命令打印数组:print repr(A)
,其中A
是输入数组,它将用逗号打印出来,您可以复制 n 粘贴以备将来的问题。祝他们在 *** 上好运:)【参考方案3】:
a=[[0.00, 0.00],
[1.85, 9.60],
[2.73, 19.13],
[0.30, 28.70],
[2.64, 38.25],
[2.29, 47.77],
[2.01, 57.28],
[2.61, 66.82],
[2.20, 76.33],
[2.49, 85.85],
[2.55, 104.90],
[2.65, 114.47],
[1.79, 123.98],
[2.86, 133.55]]
i=0
while i <len(a)-1:
if (a[i+1][1]-a[i][1])>15:
a.insert(i+1,[0,0])
i=i+1
i=i+1
for line in a :
print line
输出:
[0.0, 0.0]
[1.85, 9.6]
[2.73, 19.13]
[0.3, 28.7]
[2.64, 38.25]
[2.29, 47.77]
[2.01, 57.28]
[2.61, 66.82]
[2.2, 76.33]
[2.49, 85.85]
[0, 0]
[2.55, 104.9]
[2.65, 114.47]
[1.79, 123.98]
[2.86, 133.55]
【讨论】:
他确实说这是一个数组(并且它显示时不带逗号),因此您的列表操作将不起作用(没有插入方法)。但是对于中等大小的列表,这可能比“纯”numpy 操作更快。并且更清晰。 Ty,好点子。他将不得不返回转换为列表,我猜这在嵌套时很重要。【参考方案4】:这是正确的算法:
arr = [ ... ]
result = []
result.append(arr[0])
for i in range(1, len(arr)):
if arr[i][1] - arr[i-1][1] > 15:
result.append([0.0,0.0])
result.append(arr[i])
print(result)
【讨论】:
嗯,好像没有加0。math.abs
也给了我一个错误,所以我用 abs
替换它。输出为 [array([2.73, 19.13]), array([0.30, 28.70]), array([2.64, 38.25]), array([2.29, 47.77]), array([2.01, 57.28]), array ([2.61, 66.82]), 数组([2.20, 76.33]), 数组([2.49, 85.85]), 数组([2.55, 104.90]), 数组([2.65, 114.47]), 数组([1.79, 123.98 ]) ...
我想我给你的算法完全错误。我现在将编辑它们。【参考方案5】:
一种可以处理多个填充槽的单衬管。在这里,我在 OP 示例中对其进行了测试,修改了一个值。
In [70]: np.insert(a, np.where(np.diff(a[:,1])>15)[0]+2,0, axis=0)
In [71]: Out[70]:
array([[ 0. , 0. ],
[ 1.85, 9.6 ],
[ 2.73, 19.13],
[ 0.3 , 28.7 ],
[ 2.64, 38.25],
[ 2.29, 140. ], # modified
[ 0. , 0. ],
[ 2.01, 57.28],
[ 2.61, 66.82],
[ 2.2 , 76.33],
[ 2.49, 85.85],
[ 2.55, 104.9 ],
[ 0. , 0. ],
[ 2.65, 114.47],
[ 1.79, 123.98],
[ 2.86, 133.55]])
使用where
代替argmax
(Colonel's
答案)可以处理多个插槽。 +2
是必需的,因为 diff
是短的,我们在后面插入。 ediff1d
有更多处理端点的选项。
np.insert
有多种填充策略。在这种情况下,它可能正在执行类似于 Divakar's
答案的操作 - 创建一个 out
,并将值复制到正确的插槽。
另一个答案使用np.abs()
。这可能是需要的,但在我的示例中,这将在 140
回落到 57
之后添加另一个 0
行。
【讨论】:
【参考方案6】:如果numpy
没有一些本地方法来做这种事情,我会感到惊讶,但我认为这也可以:
i = 1
while i < len(lst):
if abs(lst[i][1] - lst[i-1][1]) > 15:
lst[i] = [0.0, 0.0]
# uncomment to change only the second column
# lst[i][1] = 0.0
i += 1
i += 1
输出:
>>> lst
array([[ 0. , 0. ],
[ 1.85, 9.6 ],
[ 2.73, 19.13],
[ 0.3 , 28.7 ],
[ 2.64, 38.25],
[ 2.29, 47.77],
[ 2.01, 57.28],
[ 2.61, 66.82],
[ 2.2 , 76.33],
[ 2.49, 85.85],
[ 2.55, 104.9 ],
[ 2.65, 114.47],
[ 1.79, 123.98],
[ 2.86, 133.55]])
>>>
>>> i = 1
>>> while i < len(lst):
... if abs(lst[i][1] - lst[i-1][1]) > 15:
... lst[i] = [0.0, 0.0]
... i += 1
... i += 1
...
>>> lst
array([[ 0. , 0. ],
[ 1.85, 9.6 ],
[ 2.73, 19.13],
[ 0.3 , 28.7 ],
[ 2.64, 38.25],
[ 2.29, 47.77],
[ 2.01, 57.28],
[ 2.61, 66.82],
[ 2.2 , 76.33],
[ 2.49, 85.85],
[ 0. , 0. ],
[ 2.65, 114.47],
[ 1.79, 123.98],
[ 2.86, 133.55]])
>>>
【讨论】:
以上是关于在 NumPy 数组的行中的特定位置插入零行的主要内容,如果未能解决你的问题,请参考以下文章
如何使用Mongoose和MongoDB 2.6插入子文档中数组中的特定位置