给定一个元组列表,[(x1, y1), (x2, y2) ... (xm, ym)] 例如 [(1, 2), ( 3, 7), (5, 9)] 我想编写一个函数,用相邻值 f(x - 1), f(x + 1) 的平均值填充缺失的整数值 x .
在这种情况下,我们会得到:
[(1, 2), (2, ave(2, 7)), (3, 7), (4, ave(7, 9)), (5, 9)]
import numpy as np
# calculating nearest neighbor averages
def nearest(x, y):
# define the min and max for our line
min = np.amin(x)
max = np.amax(x)
# fill in the gaps
numsteps = max - min + 1
# an empty vessel
new_df = []
# an empty vessel for our xs
xs = np.linspace(min, max, numsteps)
for i, item in enumerate(xs):
if(xs[i] in x):
idx = x.index(xs[i])
new_df.insert(i, (xs[i], y[idx]))
else:
idx = x.index(xs[i] - 1)
idx2 = x.index(xs[i] + 1)
avg = (y[idx] + y[idx2])/2.0
new_df.insert(i, (xs[i], avg))
print new_df
nearest([1, 3, 5], [6, 7, 8])
// [(1.0, 6), (2.0, 6.5), (3.0, 7), (4.0, 7.5), (5.0, 8)]
但是,对于诸如 xs = [1, 4, 7] 的数组,这很快就会失败,因为值彼此相差不止一个。在那种情况下,给定相同的 ys = [2, 7, 9],我们希望答案是:
[(1, 2), (2, ave(2, 7)), (3, ave(2,7)), (4, 7) ... ]
或
有点复杂:
[(1, 2), (2, ave(prev, next_that_exists)), (3, ave(just_created, next_that exists), ...]
我如何实现才能找到缺失元素下方和缺失元素上方的元素,并计算它们的平均值?
此外,这与移动平均线有什么不同吗?
请您参考如下方法:
这应该有效:
def nearest(x, y):
assert len(x) == len(y)
res = []
for i in xrange(len(x)-1):
res.append((x[i], y[i]))
gap = x[i+1] - x[i]
for j in xrange(1, gap):
res.append((x[i]+j, y[i] + j * (y[i+1]-y[i]) / float(gap)))
res.append((x[-1], y[-1]))
return res
示例输出:
print nearest([1, 3, 5], [2, 7, 9])
print nearest([1, 4, 7], [2, 7, 9])
给予:
[(1, 2), (2, 4.5), (3, 7), (4, 8.0), (5, 9)]
[(1, 2), (2, 3.666666666666667), (3, 5.333333333333334), (4, 7), (5, 7.666666666666667), (6, 8.333333333333334), (7, 9)]
解释:
我手动解决了 [1, 4], [2, 7] 的情况,注意到我们想要的值是 2, x, y , 7 其中
x = (2 + y) / 2
y = (x + 7) / 2
我得到了 x = 11/3 和 y = 16/3,产生:
6/3, 11/3, 16/3, 21/3
请注意,它们之间的差距是 5/3,或 (7-2)/(4-1)。就在那时我意识到,如果想用较大间隙的相邻值的平均值来填充,您基本上需要在给定步数内从一个值到下一个值进行线性插值。也就是说,例如,假设您想在 3 步中从 2 到 7,您可以添加 5/3 到 2 重复,直到你到达 7。
