查找具有不同 numpy 大小的两个图的交集答案

【问题标题】：Finding intersection of two graphs with different numpy sizes查找具有不同 numpy 大小的两个图的交集
【发布时间】：2021-11-13 00:02:20
【问题描述】：

我想找到两个图的交集。绘制第一张图我用了 674 分，而绘制第二张图只用了 14 分。

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

df = pd.read_csv("test1.csv",,skiprows=range(9),names=['A', 'B', 'C','D'])

df2 = pd.read_csv("test2.csv",skiprows=range(1),names=['X','Y'])

x1 = df['A'].tolist()
x1 = np.array(x1)
y1 = df['D'].tolist()
y1 = np.array(y1)
x2 = df2['X'].tolist()
x2 = np.array(x2)
y2 = df2['Y'].tolist()
y2 = np.array(y2)

idx = np.argwhere(np.diff(np.sign(y1 - y2))).flatten()

fig, ax = plt.subplots()

ax.plot(x1, y1, 'blue')
ax.plot(x2, y2, 'red')

plt.show()

但是，由于 numpy 的大小不同，我从上面的代码中收到此错误。有什么办法可以解决这个问题？

操作数不能与形状 (674,) (14,) 一起广播

【问题讨论】：

你的意思是要找到两条线相交点的坐标吗？如果是这样，那根本就不是直截了当的回答。如果图表不是数学函数，而只是由线连接的数据点，则需要对点之间的值进行插值。
我投票重新打开是因为：Intersection of two graphs in Python, find the x value 没有解决数组长度不同的情况，如当前问题中所述，How do I compute the intersection point of two lines? 仅解决线之间的交叉，而不是曲线。所以这个问题不是他们任何人的重复。

标签： python numpy matplotlib plot scipy

【解决方案1】：

您应该使用scipy.interpolate.interp1d 计算两条曲线的插值，然后您可以使用您使用的方法计算交点的指数。
我假设您有两条曲线，分别具有 x1、x2、y1 和 y2 坐标，具有不同的长度和 x 轴限制：

x1 = np.linspace(-2, 12, 674)
x2 = np.linspace(0, 8, 14)
y1 = np.sin(x1)
y2 = np.cos(x2) + 1

所以，你必须计算插值函数：

f1 = interp1d(x1, y1, kind = 'linear')
f2 = interp1d(x2, y2, kind = 'linear')

然后，您需要在公共 x 轴上评估新曲线，因此新曲线将具有相同的长度：

xx = np.linspace(max(x1[0], x2[0]), min(x1[-1], x2[-1]), 1000)

y1_interp = f1(xx)
y2_interp = f2(xx)

最后，您可以像之前那样计算插值点的索引：

idx = np.argwhere(np.diff(np.sign(y1_interp - y2_interp))).flatten()

完整代码

import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import interp1d


x1 = np.linspace(-2, 12, 674)
x2 = np.linspace(0, 8, 14)
y1 = np.sin(x1)
y2 = np.cos(x2) + 1

f1 = interp1d(x1, y1, kind = 'linear')
f2 = interp1d(x2, y2, kind = 'linear')

xx = np.linspace(max(x1[0], x2[0]), min(x1[-1], x2[-1]), 1000)

y1_interp = f1(xx)
y2_interp = f2(xx)

idx = np.argwhere(np.diff(np.sign(y1_interp - y2_interp))).flatten()


fig, ax = plt.subplots()

ax.plot(x1, y1, 'blue', label = 'y1')
ax.plot(x2, y2, 'red', label = 'y2')
for index in idx:
    ax.plot(xx[index], y1_interp[index], marker = 'o', markerfacecolor = 'black', markeredgecolor = 'black')

plt.show()

情节

【讨论】：