Skip to main content
 首页 » 编程设计

python之Numpy:高效访问由 numpy.split 生成的子数组

2025年05月04日17虾米姐

我有以下代码可以根据拆分函数生成子数组列表。在这里,我只比较每个元组的第一个值,并根据差异生成子数组。到目前为止一切顺利。

import numpy as np 
 
f = np.genfromtxt("d_n_isogro_ms.txt", names=True, dtype=None, usecols=(1,-1)) 
 
dm  = np.absolute(np.diff(f['mz'])) 
pos = np.where(dm > 2)[0] + 1 
fsplit = np.array_split(f, pos) 

这是示例输入的样子(只是摘录):

[(270.0332, 472) (271.0376, 1936) (272.0443, 11188) (273.0495, 65874) 
 (274.0517, 8582) (275.0485, 4081) (276.0523, 659) (286.058, 1078) 
 (287.0624, 4927) (288.0696, 22481) (289.0757, 84001) (290.078, 13688) 
 (291.0746, 5402) (430.1533, 13995) (431.1577, 2992) (432.1685, 504)] 
<type 'numpy.ndarray'> 

此特定数据的位置然后计算为:

pos = [7,12] 

这是我的示例输出:

[array([(270.0332, 472), (271.0376, 1936), (272.0443, 11188), 
       (273.0495, 65874), (274.0517, 8582), (275.0485, 4081), 
       (276.0523, 659)], dtype=[('mz', '<f8'), ('I', '<i8')]), 
array([(286.058, 1078), (287.0624, 4927), (288.0696, 22481), 
   (289.0757, 84001), (290.078, 13688), (291.0746, 5402)],  
  dtype=[('mz', '<f8'), ('I', '<i8')]), 
array([(430.1533, 13995), 
   (431.1577, 2992), (432.1685, 504)],  
  dtype=[('mz', '<f8'), ('I', '<i8')])] 

我想对每个数组进行加权平均。有没有一种有效的方法可以用 numpy 做到这一点?我基本上失败了索引。最好,我想使用 dtype 来识别权重和数字。

也许可以即时完成整个操作

非常感谢您的提前帮助。

最好的, 基督徒

请您参考如下方法:

np.array_split 的输出是一个包含不等长数组的 Python 列表。在这种情况下,您能做的最好的事情就是 Python 循环:

result = [np.average(f_i['mz'], weights=f_i['I']) for f_i in fsplit] 

但是通过使用 add.reduceat 而不是 array_split 可以得出一个完全矢量化的解决方案:

dm = np.abs(np.diff(f['mz'])) 
pos = np.flatnonzero(np.r_[True, dm > 2]) 
 
totals = np.add.reduceat(f['mz']*f['I'], pos) 
counts = np.add.reduceat(f['I'], pos) 
result = totals / counts