使用2索引从数组中提取最小值[关闭]

Posted 2023-03-12

【中文标题】使用2索引从数组中提取最小值[关闭]

【英文标题】：extract minimum value from array using 2 index [closed]

【发布时间】：2016-10-10 01:55:55

【问题描述】：

我有一个表格，其中 x 和 y 分别代表行的头部和列的头部。使用两个索引 (x1,y1) 我必须在表中输入并选择 z 中报告的最小值。为了更清楚，用 x1 我将识别 i 和 i+1 行，用 y1 识别 j 和 j+1 列，这意味着 z 中的四个值，我只需要提取它们之间的最小值。

这是桌子：

x = np.array([100., 200., 300., 400., 500., 600.])
y = np.array([20., 300., 450., 500., 550.])
z = np.array([[1., 1., 1., 1., 1.02, 1.05],
              [1., 1., 1., 1., 1.01, 1.05],
              [1., 1., 1., 1., 1.01, 1.04],
              [1., 1., 1., 1.01, 1.07, 1.18],
              [1., 1., 1., 1.01, 1.09, 1.23]])

为

x1, y1 = 550, 525

我想在z 中找到最小值。 例如，在这种情况下应该是1.07。

感谢您的 cmets，特别是 Toby Speight 的指示，我以这种方式改进了代码：

x = np.array([100., 200., 300., 400., 500., 600.])

y = np.array([20., 300., 450., 500., 550.])

z = np.array([[1., 1., 1., 1., 1.02, 1.05],
              [1., 1., 1., 1., 1.01, 1.05],
              [1., 1., 1., 1., 1.01, 1.04],
              [1., 1., 1., 1.01, 1.07, 1.18],
              [1., 1., 1., 1.01, 1.09, 1.23]])



xmin, xmax = 100,600
ymin, ymax = 20, 550

x1, y1 = 600, 350

if x1 > xmax:
   x1 = xmax
   if x1 < xmin:
      x1 = xmin
else:
   x1 = x1      

if y1 > ymax:
   y1 = ymax
   if y1 < ymin:
      y1 = ymin    
else:
  y1 = y1  


xi = max([0]+[i for i in range(len(x)) if x1 >= x[i]])
yi = max([0]+[i for i in range(len(y)) if y1 >= y[i]])

z1 = z[yi, xi]

print z1

当然它并不优雅（我不是专家！），但它在所有情况下都运行良好，除了 x1, y1 = 600, 350 预期结果应该是z1 = z[yi, xi] = 1.04。

希望这次我更清楚了！

如果你能帮助我，我将不胜感激！ 非常感谢你们！

【问题讨论】：

不清楚你在问什么。为什么 1.07 是 z 的最小值？ x,y 和 x1,y1 之间的关系是什么？它们与 z 的最小值有什么关系？

请添加一些相关代码？

我认为，如果您添加更多上下文并连接缺失的部分，可能会出现一些答案或提示。好奇你已经尝试过什么。

对不起，如果我不清楚。实际上，我有一个表格，其中 x 和 y 分别代表行的头部和列的头部。使用两个索引 (x1,y1) 我必须在表中输入并选择 z 中报告的最小值。为了更清楚，我将使用 x1 识别 i 和 i+1 行，使用 y1 识别 j 和 j+1 列，这意味着对于 z 中的值，我只需要提取它们之间的最小值。

请edit你的问题添加这个解释；谢谢。

【参考方案1】：

xindex = max([0]+[i for i in range(len(x)) if x1 >= x[i]])
yindex = max([0]+[i for i in range(len(y)) if y1 >= y[i]])
print z[yindex][xindex]

【讨论】：

虽然此代码可能会回答问题，但提供有关 why 和/或 如何 回答问题的额外上下文将显着改善其长期价值。请edit你的答案添加一些解释。

【参考方案2】：

col = np.searchsorted(x, x1)
row = np.searchsorted(y, y1)
result = z[row - 1, col - 1]

请注意，您仍有一些工作要做来处理边缘情况，例如当x1 小于x 中的第一个值时。