我有一個由連續值組組成的 NumPy 陣列，我想檢測每組的中值（或最接近的整數）。之后，我應該通過減去和添加一些值來創建新陣列。
示例：資料=[100,101,102,103,170,171,172,252,253,254,255,256,333,334,335]
要求：
第一個的中值（最接近中值）：103，
秒的中值：171，
第三個的中值：254，
第四的中值：334
我想減去和加上這些數字的相同值，比方說 20：
final_array =[(83,123), (151,191), (234,274), (314, 354)]
它不應該是中值，而應該是子串列中的數字。我如何使用 python 來做到這一點？
提前致謝...
uj5u.com熱心網友回復：
你可以這樣做：
首先讓我們將主陣列拆分為連續的子陣列：
splitted_data = np.array(np.split(data, np.where(np.diff(data) != 1)[0] 1), dtype=object)
本質上，我們正在搜索陣列where，兩個數字之間的差值不是 1，如果滿足條件就可以splits了。
最后的1后 當然可以，如果你正在尋找不同的差異序列被改變。
現在因為spillted_data是np.array具有不同形狀的物件，所以np.median不能“按原樣”作業，所以讓np.vectorize該方法：
vectorized_med = np.vectorize(np.median)
然后只需使用矢量化函式提取中值并將其四舍五入以匹配最接近的int要求：
medians = np.round(vectorized_med(splitted_data))
現在，您可以使用串列推導式構建最終陣列：
num = 20
final_array = np.array([(i - num, i num) for i in medians])
最終輸出：
array([[ 82., 122.],
[151., 191.],
[234., 274.],
[314., 354.]])
*作為旁注， 的中位數[100, 101, 102, 103]是101.5。
uj5u.com熱心網友回復：
作為替代解決方案（避免np.vectorize）
import numpy as np
data=np.array([100,101,102,103,170,171,172,252,253,254,255,256,333,334,335])
ddiff = np.diff(data)
#split data
subArrays = np.split(data, np.where(ddiff != 1)[0] 1)
c_val = 20
medians = []
extremes = []
for subArray in subArrays:
medians.append(np.round(np.median(subArray)).astype(int))
extremes.append((medians[-1] - c_val, medians[-1] c_val))
print(extremes)
#outputs
# [(82, 122), (151, 191), (234, 274), (314, 354)]
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/359769.html
上一篇：我該如何解決？[復制]