在数组中找到最小值

Question

我想在 idx 2-7 之间找到最小的“y”数，但有些事情我做得不对。 目前它打印 x = 0.02 和 y = 101，我希望它打印出 x = 0.05 和 y = 104。 即使我将“idx = 3”更改为更高的数字，也没有任何变化。

我已经把它从最大值改成了最小值，因此有些人仍然说是最大值，但我认为只要“y[:idx].argmin()”是最小值，这并不重要？

import numpy as np
# idx:           0     1     2     3     4     5     6     7
x = np.array([0.01, 0.02, 0.03, 0.04, 0.05, 0.06, 0.07, 0.08]) # strain
y = np.array([ 110,  101,  110,  106,  102,  104,  112,  115]) # load


idx = 3
cutoff = 0.08
while x[idx] < cutoff:
    idx = idx + 1

max_idx = y[:idx].argmin()
max_x = x[max_idx]
max_y = y[max_idx]
print (max_x)
print (max_y)

Answer 1

y[:idx] 是第一个 idx 值。你想要y[2:]。

另外，min_idx = y[2:].argmin() 为您提供相对于y[2:] 的最小索引。 所以关于y 的最小索引是2+min_idx。

---

import numpy as np
# idx:           0     1     2     3     4     5     6     7
x = np.array([0.01, 0.02, 0.03, 0.04, 0.05, 0.06, 0.07, 0.08]) # strain
y = np.array([ 110,  101,  110,  106,  102,  104,  112,  115]) # load

min_idx = y[2:].argmin()
min_x = x[2+min_idx]
min_y = y[2+min_idx]
print (min_x)
# 0.05

print (min_y)
# 102

---

如果您希望将注意力限制在 x >= 0.03 和 x x 和 y 限制为这些值：

import numpy as np
# idx:           0     1     2     3     4     5     6     7
x = np.array([0.01, 0.02, 0.03, 0.04, 0.05, 0.06, 0.07, 0.08]) # strain
y = np.array([ 110,  101,  110,  106,  102,  104,  112,  115]) # load

lower, upper = 0.03, 0.07
mask = (x >= lower) & (x < 0.07)
# array([False, False,  True,  True,  True,  True, False, False], dtype=bool)

# select those values of x and y
masked_y = y[mask]
masked_x = x[mask]

# find the min index with respect to masked_y
min_idx = masked_y.argmin()

# find the values of x and y restricted to the mask, having the min y value
min_x = masked_x[min_idx]
min_y = masked_y[min_idx]

print (min_x)
# 0.05

print (min_y)
# 102