获取格式化数组的最大、最小和最后一个索引 Numpy Python

Question

我想编写一个代码，针对每个唯一的 digit_vals 值一个一个地遍历 vals 数组中的列表。 digit_vals 值显示预期输出的第 n 个数字，因此由于 digit_vals 中的第一个值是 24 那么这意味着它之前的所有数字都将用零填充，第 24 个数字将包含来自 vals 的值。由于 digit_vals 中有两个 24，这意味着 vals 的第一个列表中的第二个索引是最后一个索引，因此需要 ([-3.3, -4.3]) 才能获得最大值：- 3.3,min:-4.3 and last index: -4.3 value out of ([-3.3, -4.3, 23.05, 23.08, 23.88, 3.72]) 将包含预期输出中的第 24 个值。 vals 中第二个列表的第 4 个索引将包含 digit_vals 中第 27 个值的值，依此类推。 digit_vals 之间的空隙也将在结果中用零填充，因此在 24 和 27 之间，第 25 位和第 26 位分别有 2 个零。我想修改 out_arr 以创建一个具有相同值的二维数组，如 [[zeroes],[zeroes],[zeroes]]。 max 和 min 值也不起作用 max/min(vals[r_ind][v_ind])。我怎样才能修复这两个函数？

import pandas as pd 
import numpy as np 

digit_vals = np.array([24, 24, 27, 27, 27, 27,
                       28, 28, 28, 31])

vals = np.array([list([-3.3, -4.3, 23.05, 23.08, 23.88, 3.72]),
 list([2.3, 2.05, 3.08, -4.88, 4.72]),
 list([5.3, 2.05, 6.08, -13.88, -17.2]),
 list([9.05, 6.08, 3.88, -13.72])], dtype=object)

def Monthly_CAP_movement():
    #Val_ind is used to count the number of repetitive numbers
    #out_ind shows the unique numbers 

    val_ind = []
    out_ind = []
    for ind, cnt in enumerate(np.bincount(digit_vals)):
        if cnt > 0:
            val_ind.append(cnt-1)
            out_ind.append(ind)

    # Turn the out_arr function to a 2 dimensional of coppied arrays [[zeroes],[zeroes],[zeroes]]
    # Assign 3 of the zeroes one for each (last index, Max and Min)
    out_arr = np.zeros(np.max(digit_vals)+1)
    for r_ind, (v_ind, o_ind) in enumerate(zip(val_ind, out_ind)):
        # Last Index Recording
        out_arr[0][o_ind] = vals[r_ind][v_ind]
        # Max Recording 
        out_arr[1][o_ind] = max(vals[r_ind][v_ind])
        # Min Recording
        out_arr[2][o_ind] = min(vals[r_ind][v_ind])

预期输出：

Last Index: [ 0.    0.    0.    0.    0.    0.    0.    0.    0.    0.    0.    0.
  0.    0.    0.    0.    0.    0.    0.    0.    0.    0.    0.    0.
 -4.3   0.    0.   -4.88  6.08  0.    0.    9.05]
Max Value: [ 0.    0.    0.    0.    0.    0.    0.    0.    0.    0.    0.    0.
  0.    0.    0.    0.    0.    0.    0.    0.    0.    0.    0.    0.
 -3.3   0.    0.   3.08   6.08  0.    0.    9.05]
Min Value: [ 0.    0.    0.    0.    0.    0.    0.    0.    0.    0.    0.    0.
  0.    0.    0.    0.    0.    0.    0.    0.    0.    0.    0.    0.
 -4.3   0.    0.   -4.88  2.05  0.    0.    9.05]

Answer 1

请查看 list/array numpy 中的切片（例如 list slicing or array slicing）。首先，out_arr 应该初始化为三行。然后，需要在包含所有值直到 v_ind 值的切片中计算最小值和最大值：

val_ind = []
out_ind = []
for ind, cnt in enumerate(np.bincount(digit_vals)):
    if cnt > 0:
        val_ind.append(cnt-1)
        out_ind.append(ind)
out_arr = np.zeros((3, np.max(digit_vals)+1))
for r_ind, (v_ind, o_ind) in enumerate(zip(val_ind, out_ind)):
    out_arr[0, o_ind] = vals[r_ind][v_ind]
    out_arr[1, o_ind] = np.max(vals[r_ind][:v_ind+1])
    out_arr[2, o_ind] = np.min(vals[r_ind][:v_ind+1])

切片不会 return 最后一个值，因此这就是您需要 v_ind+1 的原因，如上面的链接所述。

获取格式化数组的最大、最小和最后一个索引 Numpy Python

Getting the max, min and last index of formatted arrays Numpy Python

python

arrays

indexing

numpy

pandas