numpy 如何找到一个系列中的损失数量

ddhy6vgd 于 2023-10-19 发布在其他

关注(0)|答案(2)|浏览(75)

我有一个像[0, 0, 0, 1, 2, -1, -2, 5, 8, 4, 5.5]这样的数组，想找出一个元素小于前一个元素的次数（忽略开头代表缺失数据的零）。
在这个例子中，答案是3（代表-1，-2和4），我必须将其除以有效数字的数量（例如，8），预期结果为3/8 = 0.375。
我写了一个指令，想知道是否有一个更有效的方法来拥有它，因为我必须运行它数百万次。
我目前的指导：

v = np.array([0, 0, 0, 1, 2, -1, -2, 5, 8, 4, 5.5])
print(np.sum((v < np.roll(v,1))[1:]) / np.sum(v != 0)) # loss frequency

有线索吗？
注意：一旦有第一个有效数字（即与0不同），以下所有数字（包括0）均有效。

numpy

来源：https://stackoverflow.com/questions/76934539/how-to-find-the-number-of-losses-in-a-series

2条答案

按热度按时间

6ioyuze21#

使用np.trim_zeros（修剪前导零）和简单减法：

v_trimmed = np.trim_zeros(v, 'f')
np.sum((v_trimmed[1:] - v_trimmed[:-1]) < 0) / len(v_trimmed)

或者使用np.diff进行减法：

np.sum(np.diff(v_trimmed) < 0) / len(v_trimmed)

0.375

赞(0）回复(0）举报 2023-10-19

kiz8lqtg2#

这里有一个方法：

使用np.argmax获取第一个非零值（v != 0）的索引，并从那里切片。
应用np.diff，检查小于0（< 0）的值，并应用np.sum对True（1）值求和。
最后将总和除以切片的长度。

import numpy as np

v = np.array([0, 0, 0, 1, 2, -1, -2, 5, 8, 4, 5.5])

v_slice = v[np.argmax(v != 0):]

result = np.sum(np.diff(v_slice) < 0) / len(v_slice)

result
# 0.375

或者，完全具有np功能：

v_slice = v[np.argmax(v.not_equal(0)):]

result = np.divide(np.sum(np.less(np.diff(v_slice), 0)), v_slice.shape[0])

赞(0）回复(0）举报 2023-10-19

我来回答

numpy 如何找到一个系列中的损失数量

2条答案

相关问题

热门标签

最新问答