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ediff1dargmaxinsert 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argmaxColonel'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

如何根据特定行中的值对 numpy 数组进行排序?

使用索引同时从 numpy 2D 数组的行中减去多个值

如何为numpy数组中的特定行和列分配字符串值?

如何使用Mongoose和MongoDB 2.6插入子文档中数组中的特定位置

如何使用Mongoose和MongoDB 2.6插入子文档中数组中的特定位置

Python:如何在某些索引位置获取数组的值?