在循环中提取某些条件/值

Question

我有一个使用循环开发的数据集（代码如下）。

## A subset of the data
deficit = (E_daily[:,160,100] - P_daily[:,160,100])  # A view of `deficit` is given below
deficit_cum = np.zeros([365])   
start = 0
stop = 0
for i in range(365):
    deficit_cum[i] = deficit[i] + deficit_cum[i-1]
    if deficit_cum[i] >= 0:
        if np.nanmax(deficit_cum) <= deficit_cum[i]:
            stop = i
        else:
            continue
    else:
        deficit_cum[i] = 0
        if np.nanmax(deficit_cum) > deficit_cum[i]:
            continue
        else:
            start = i     #Start is not defined correctly by me

这是deficit 在循环之前的样子

现在我也对循环开始和结束的值的索引感兴趣。我知道这很令人困惑，这是一个示例（下面是 deficit_cum 的外观）：

上图中，从代码中，绿线定义start（x轴），红线定义stop（x轴）。所以基本上我希望最大值是我的stop 点。但我希望我的start 小于停止，start 和stop 之间不应该有任何负面影响。 所以对于下图，我的 start 应该在 111 左右，stop 应该在 236 左右。

我想我知道如何获得stop（上面的代码），但我仍然无法定义start。 [补充信息：我的start应该是全局最大值前最后一个零的索引，stop应该是全局最大值的索引]

Answer 1

所以你有一个列表，你想在一个名为start和stop的max之前找到一个min，假设列表名为a，你可以使用argmax和argmin函数，所以我们有：

import numpy as np

a = np.array([1,2,3,6,6,6,4,5])
start = np.argmin(a)

b = np.where(a==a.max()) # find indices in which max values exist
b = np.reshape(b,-1)
new_array = a[:b[-1]+1] # make a new array, it starts from 0 to index of last max value
# new_array = = [1,2,3,6,6,6]

c = np.where(new_array==new_array.min())
c = np.reshape(c,-1)

start = c[-1]
stop = b[-1]

Answer 2

好的，让我们试试这样的。

首先我们计算赤字。

deficit = np.absolute(E_daily[:,160,100] - P_daily[:,160,100])
deficit_cum = np.cumsum(deficit)

开始索引是 day > day - 1 的位置，反向表示停止。

start = np.where(np.diff(deficit) > 0)[0][0] + 1
stop = np.where(np.diff(defict[start:]) < 0)[0][0] + 2

让我们看看它的实际效果。

deficit = np.array([1,1,2,3,6,6,6,4,5])
start = np.where(np.diff(deficit) > 0)[0][0] + 1
stop = np.where(np.diff(defict[start:]) < 0)[0][0] + 2

结果

start = 2 # deficit[2] == 2
stop = 6 # deficit[6] == 6

文档

• np.absolute
• np.cumsum
• np.where
• np.diff

注意

当您使用 numpy 时，您应该考虑矩阵，而忘记循环。使用 numpy 内置函数执行操作是一个很好的实践。速度更快，并且可重现。