Skip to main content
 首页 » 编程设计

python之有没有办法在 python 中对具有不匹配索引的数组进行子集化

2024年11月24日8lhb25

为了可重现性,我目前正在将 R 文件翻译成 python。我坚持使用名为 get_density 的用户定义函数(见下文)。部分用户定义函数使用 R 的核密度估计函数,该函数返回 3 个数组的列表。我的问题出在用户定义函数的最后一行。在那一行中,kde2d 列表的最后一个元素从列表中被子集化,然后该元素被一个单独的矩阵子集化。当我在 python 中尝试同样的事情时,我收到错误消息“索引 100 超出了大小为 100 的轴 0 的范围。”

我目前正在 Spyder 中从 rStudio 进行翻译。我重新创建了 kde2d 和 get_density 函数,但最后一行除外,但是当我尝试在 python 中对生成的矩阵“z”进行子集化时,我不断收到错误消息。

这是我要翻译的原始 R 代码:

get_density <- function(x, y, n = 100) { 
  dens <- MASS::kde2d(x = x, y = y, n = n) 
  ix <- findInterval(x, dens$x) 
  iy <- findInterval(y, dens$y) 
  ii <- cbind(ix, iy) 
  return(dens$z[ii]) 
} 

这是我的 python 翻译:

def kde2d(vals1, vals2, N): 
    x=np.linspace(np.min(vals1), np.max(vals1), N) 
    y=np.linspace(np.min(vals2), np.max(vals2), N) 
    X,Y=np.meshgrid(x,y) 
    positions = np.vstack([Y.ravel(), X.ravel()]) 
 
    values = np.vstack([vals1, vals2]) 
    kernel = sstat.gaussian_kde(values) 
    Z = np.reshape(kernel(positions).T, X.shape) 
 
    return [x, y, Z] 
 
def get_density(x, y, N): 
    dens = kde2d(x, y, N) 
    ix = np.searchsorted(dens[0], x) 
    iy = np.searchsorted(dens[0], y) 
    ii = np.vstack([ix, iy]) 
    ii = np.rot90(ii) 
    ii = np.flip(ii) 
    ii = np.flip(ii, axis=1) 
    z = dens[2] 
    return(z[ii]) 

导致错误的是 return(z[ii]) 行。

工作 R 代码的结果是一个数值列表,这就是我在 python 中想要的。但是我在 python 中得到的唯一结果是 IndexError:索引 100 超出尺寸为 100 的轴 0 的范围

请您参考如下方法:

与 R、Python 和大多数其他编程语言相反,使用从零开始的索引。因此,具有 n 元素的数组/列表以 x[0] 开始并以 x[n-1] 结束。在您的情况下,x[99] 是列表的最后一个元素,而 x[100] 超出范围,因此会产生错误。