交换翻转的数组元素的有效方法

Question

假设你有一个有机会对称翻转的点数组（如下所示）

from matplotlib import pyplot as plt
import numpy as np


# Data
a = np.array([0.1,-0.325,-0.55,0.775,1])  # x-axis
b = np.array([10,-3.077,-1.818,1.2903,1]) # y-axis
c = np.array([-0.1,0.325,0.55,-0.775,-1]) # x-axis
d = np.array([-10,3.077,1.818,-1.2903,-1])# y-axis
    
y = [a,b,c,d] # The array is created this way intentionally for when I apply it to my case
    
plt.plot(y[0],y[1],'k.')
plt.plot(y[2],y[3],'r.')
plt.show()

如何自动检查每个数组元素并编写一个条件来更正这些点的位置，假设我们知道它应该具有什么形式？

编辑：

这是我想要得到的图表

Answer 1

这个例子可以工作

a = np.absolute(a)
b = np.absolute(b)
c = -np.absolute(c)
d = -np.absolute(d)

但其他情况可能需要 minus 用于不同的列表。所以识别哪个列表需要减号可能是个大问题。

更好的方法是创建对 (x,y) 并按 x > 0 x < 0（或 y > 0 y < 0）将它们分成两个列表，然后再转换对返回列表 x 和 y

（也许使用 numpy 可以更轻松、更快地完成）

all_pairs = list(zip(a,b)) + list(zip(c,d))

# ---

lower = []
higher = []
for pair in all_pairs:
    if pair[0] > 0:
        higher.append(pair)
    else:
        lower.append(pair)

# ---

a, b = list(zip(*higher))
c, d = list(zip(*lower))

最少的工作代码

import numpy as np
import matplotlib.pyplot as plt

# Data
a = np.array([0.1,-0.325,-0.55,0.775,1])  # x-axis
b = np.array([10,-3.077,-1.818,1.2903,1]) # y-axis
c = np.array([-0.1,0.325,0.55,-0.775,-1]) # x-axis
d = np.array([-10,3.077,1.818,-1.2903,-1])# y-axis

all_pairs = list(zip(a,b)) + list(zip(c,d))
print(all_pairs)

higher = []
lower = []
for pair in all_pairs:
    if pair[0] > 0:
        higher.append(pair)
    else:
        lower.append(pair)
        
print(higher)
print(lower)

a, b = list(zip(*higher))
c, d = list(zip(*lower))
    
y = [a,b,c,d] # The array is created this way intentionally for when I apply it to my case
    
#plt.plot(y[0],y[1],'k.')
#plt.plot(y[2],y[3],'r.')

plt.plot(*y[0:2], 'k.')
plt.plot(*y[2:4], 'r.')

plt.show()

交换翻转的数组元素的有效方法

Efficient way to swap array elements that are flipped

python

arrays

sorting

list-comprehension

conditional-statements