比较元素与以前沿轴

我的问题是以下。为了简单起见，我有一个numpy数组（浮点数可以是1D）。我必须比较一个元素和前一个元素，如果元素低于前一个元素，则替换它。这必须完成累积最大值。比较元素与以前沿轴

我一直在做一个循环（我认为这也使问题更清楚）在以下方式。

import numpy as np 

a = np.random.random(100) # The original array 
accum = 0.0 
for i in range(1,len(a)): 
    if a[i] < accum: 
     a[i] = accum 
    else: 
     accum = a[i]

我想知道，这可能与某些类型的数组操作，类似于np.diff或np.cumsum来完成。

来源

2013-05-15 Iñigo Hernáez Corres

我很感谢你的具体，但我有点担心你的例子不足以说明问题。你能举几个例子来展示你想要的输入和输出吗？ –

请检查帝斯曼的答案。这是我真正想要的。对不起，我的不好解释，并感谢您的兴趣。 –

您的代码似乎与您的描述不符。现在的代码将不会改变a = [3,2]，但将[3,2,1]转换为[3, 2, 2]，这似乎有点奇怪，并且设置accum = 0意味着负数不会表现相同的方式。

[我只注意到你前面的问题之一是有关Matlab的，它开始从1计数Python是零索引，因此第一个元素是a[0]，所以也许这是意外？]

更常见的版本可以使用np.maximum.accumulate来计算，例如：

>>> a 
array([6, 0, 7, 9, 9, 6, 9, 5, 1, 8]) 
>>> your_code(a) 
array([6, 0, 7, 9, 9, 9, 9, 9, 9, 9]) 
>>> np.maximum.accumulate(a) 
array([6, 6, 7, 9, 9, 9, 9, 9, 9, 9])

如果你真的需要你原来的行为，那么也许你可以在第一个值补丁到零，呼叫np.maximum.accumulate，然后重新插入a[0]。无论如何，类似的东西都应该有效。

[更新]

这将传播nan：

>>> a 
array([ 2., 1., nan, 3., 4., 1.]) 
>>> np.maximum.accumulate(a) 
array([ 2., 2., nan, nan, nan, nan])

如果您希望这些被填满，你可以使用fmax代替：

>>> np.fmax.accumulate(a) 
array([ 2., 2., 2., 3., 4., 4.])

或者使用np.nan_to_num()将nan值设置为零：

>>> np.maximum.accumulate(np.nan_to_num(a)) 
array([ 2., 2., 2., 3., 4., 4.])

，然后你可以使用廉价的破解，如果你想恢复nan值：

>>> np.fmax.accumulate(a) + (a*0) 
array([ 2., 2., nan, 3., 4., 4.])

（你也可以看看蒙面阵列，但我不很经常使用它们他们通常是为我的需要矫枉过正。不过，其他人觉得他们真的很有用。）

来源

2013-05-15 14:20:41 DSM

非常感谢！这个工作就像我想要的一样！也许我解释说自己有点不好......所有的值都在0和1之间，这就是为什么我把累加器设置为1。我在2D阵列（真实数据集）中也尝试过它，并且我可以非常容易地沿着所需的轴执行此操作。作为一个额外的...¿这可以通过包含nans的数组来完成吗？ –

@IñigoHernáezCorres：你没有说你想让系统在涉及nans的时候表现得如何，所以我采取了一些猜测。 – DSM

这是完美的，使用'fmax'填充nans，这正是我所期望的。 –

比较元素与以前沿轴

回答

相关问题