Numpy for 循环每次都会给出不同的结果

Question

第一次在这里发布，就这样吧：

我有两组数据（v 和 t），每组有 46 个值。数据通过“pandas”模块导入并转换为 numpy 数组以进行计算。

我需要将 ml_min1[45]、ml_min2[45] 等设置为值“0”。问题是每次我运行脚本时，ml_min1和ml_min2的位置45对应的值都不一样。这是我拥有的一段代码：

t1 = fil_copy.t1.as_matrix()
t2 = fil_copy.t2.as_matrix()
v1 = fil_copy.v1.as_matrix()
v2 = fil_copy.v2.as_matrix()

ml_min1 = np.empty(len(t1))
l_h1 = np.empty(len(t1))

ml_min2 = np.empty(len(t2))
l_h2 = np.empty(len(t2))

for i in range(0, (len(v1) - 1)):

    if (i != (len(v1) - 1)) and (v1[i+1] > v1[i]):
        ml_min1[i] = v1[i+1] - v1[i]
        l_h1[i] = ml_min1[i] * (60/1000)
    elif i == (len(v1)-1):
        ml_min1[i] = 0
        l_h1[i] = 0
        print(i, ml_min1[i])
    else:
        ml_min1[i] = 0
        l_h1[i] = 0
        print(i, ml_min1[i])

for i in range(0, (len(v2) - 1)):

    if (i != (len(v2) - 1)) and (v2[i+1] > v2[i]):
        ml_min2[i] = v2[i+1] - v2[i]
        l_h2[i] = ml_min2[i] * (60/1000)
    elif i == (len(v2)-1):
        ml_min2[i] = 0
        l_h2[i] = 0
        print(i, ml_min2[i])
    else:
        ml_min2[i] = 0
        l_h2[i] = 0
        print(i, ml_min2[i])

Answer 1

您当前编写的代码不起作用，因为elif 块永远不会被命中，因为range(0, x) 不包括x（它在到达那里之前就停止了）。解决这个问题的最简单方法可能只是使用numpy.zeros 而不是numpy.empty 初始化输出数组，因为那时您不需要在elif 和else 块中执行任何操作（您可以删除它们)。

也就是说，在 numpy 代码中使用像您这样的循环通常是设计错误。相反，您应该使用 numpy 的广播功能一次对整个数组（或一个数组的一部分）执行数学运算。

如果我理解正确，以下内容应该等同于您希望代码执行的操作（仅对于其中一个数组，另一个应该相同）：

ml_min1 = np.zeros(len(t1)) # use zeros rather than empty, so we don't need to assign any 0s
diff = v1[1:] - v1[:-1]     # find the differences between all adjacent values (using slices)
mask = diff > 0             # check which ones are positive (creates a Boolean array)
ml_min1[:-1][mask] = diff[mask]   # assign with mask to a slice of the ml_min1 array
l_h1 = ml_min1 * (60/1000)  # create l_h1 array with a broadcast scalar multiplication