假设我有 2 个这样的数组:
x1 = [ 1.2, 1.8, 2.3, 4.5, 20.0]
y1 = [10.3, 11.8, 12.3, 11.5, 11.5]
另外两个代表相同的函数但以不同的值采样
x2 = [ 0.2, 1,8, 5.3, 15.5, 17.2, 18.3, 20.0]
y2 = [10.3, 11.8, 12.3, 12.5, 15.2, 10.3, 10.0]
是否有一种方法可以使用 numpy 来合并 x1 和 x2，并根据结果合并 y 的相关值，而无需显式循环整个数组？ (例如计算 y 的平均值或取该间隔的最大值)
最佳答案
我不知道你是否能在 numpy 中找到一些东西，但这里有一个使用 pandas 的解决方案。 (Pandas 在幕后使用 numpy，因此没有太多数据转换。)
import numpy as np
import pandas as pd
x1 = np.asarray([ 1.2, 1.8, 2.3, 4.5, 20.0])
y1 = np.asarray([10.3, 11.8, 12.3, 11.5, 11.5])
x2 = np.asarray([ 0.2, 1.8, 5.3, 15.5, 17.2, 18.3, 20.0])
y2 = np.asarray([10.3, 11.8, 12.3, 12.5, 15.2, 10.3, 10.0])
c1 = pd.DataFrame({'x': x1, 'y': y1})
c2 = pd.DataFrame({'x': x2, 'y': y2})
c = pd.concat([c1, c2]).groupby('x').mean().reset_index()
x = c['x'].values
y = c['y'].values
# Result:
x = array([ 0.2, 1.2, 1.8, 2.3, 4.5, 5.3, 15.5, 17.2, 18.3, 20. ])
y = array([10.3 , 10.3, 11.8, 12.3, 11.5, 12.3, 12.5, 15.2, 10.3, 10.75])
在这里，我连接两个向量并执行 groupby 操作以获得“x”的相等值。对于这些“组”，我取平均值()。 reset_index() 会将索引“x”移回列。为了将结果作为 numpy 数组返回，我使用 .values。 (对于 pandas 24.0 及更高版本，请使用 to_numpy()。)
关于python - 合并数组和绘图，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55430232/