如何在不干扰顺序的情况下用另一个相同长度的数组对数组进行加权

Question

我是 python 新手，我需要用另一个相同长度的数组来重新衡量一个数组，而不会干扰顺序，就像我想一个一个地衡量一个组件一样。

我正在尝试使用 NumPy 之类的

J1_wt = np.histogram(F2, bins = 30, weights = weigh_Clust)

但这肯定会改变顺序。

我的数据是这样的：

F1=[1.72288135,1.80961059,1.86767127,1.9610155,,2.02323446,2.07557286
,2.17004116,2.22494428,2.29753376,2.3668508,,2.42850874,2.51389674
,2.58029821,2.64361637,2.71345954,2.7655551,,2.82787335,2.8861585
,2.93373297,2.98516628,3.0189053,,3.05360633,3.08751637,3.09396867
,3.08311305,2.98948089,2.80641976,2.55476307,2.36904108,2.10458288]
weigh_Clust = [1.9980e-01,3.5495e-01,5.3415e-01,7.3330e-01,8.7739e-01,1.0000e+00
,8.6047e-01,7.2936e-01,6.0223e-01,5.8059e-01,4.5522e-01,3.3358e-01
,3.2457e-01,2.4599e-01,1.9208e-01,1.8167e-01,1.4581e-01,1.0866e-01
,1.0211e-01,9.1641e-02,5.9966e-02,5.7601e-02,3.7803e-02,2.3540e-02
,2.0282e-02,4.2473e-03,2.8461e-03,2.2244e-03,8.3204e-04,1.9426e-04]

也许简单的乘法就足够了，但我不确定。

有人可以帮我吗？

谢谢

Answer 1

不幸的是，不清楚您所说的“用另一个数组重新衡量一个数组”是什么意思。但如果它是一个元素乘法，那么你可能会这样做

import numpy as np

F1 = np.array(F1)
wC = np.array(weigh_Clust)

F_W = F1*wC

如果您需要标量 (=inner) 产品，那么：

np.dot(F1*wC)

加权平均值是：

np.dot(F1*wC)/np.sum(wC)

毕竟，这可能是您感兴趣的：

def plot():
    x = np.arange(F1.shape[0])
    with plt.style.context('fivethirtyeight'): 
        fig = plt.figure(figsize=(22,11)) 
        ax1 = fig.add_subplot(111)
        ax1.plot(x,F1,label='F1')
        ax1.plot(x,F1*wC,label='F1*wC')
        ax1.fill_between(x,F1, F1*wC, color='teal', alpha=0.2)
        plt.title('Weighted (F1*wC) against unweighted (F1)', fontweight='bold')
        plt.legend();plt.savefig('F1.png');plt.show()

plot()