Python 在 array/list 中查找数据索引，但有限制

Question

我有三个数组（或列表，或其他）：

x - 横坐标。一组不均匀分布的数据。

y - 纵坐标。一组数据代表y=f(x).

peaks - 一组数据，其元素包含和有序对 (x,y)，表示在 y.

中找到的峰值

这是 x 和 y 数据的一部分：

2.00   1.5060000000e-07
...
...
5.60   3.4100000000e-08
5.80   1.7450000000e-07
6.00   7.1700000000e-08
6.20   5.2900000000e-08
6.40   2.5570000000e-07
6.50   4.8420000000e-07
6.60   6.1900000000e-08
6.80   2.2700000000e-07
7.00   2.3500000000e-08
7.20   3.6500000000e-08
7.40   1.0158000000e-06
7.50   3.5100000000e-08
7.60   2.0080000000e-07
7.80   1.6585000000e-06 
8.00   2.1190000000e-07
8.20   5.3370000000e-07
8.40   5.7840000000e-07
8.50   4.5230000000e-07
...
...
50.00   1.8200000000e-07

这里是print(peaks):

[(3.7999999999999998, 4.0728000000000002e-06), (5.4000000000000004, 5.4893000000000001e-06), (10.800000000000001, 1.2068e-05), (12.699999999999999, 4.1904799999999999e-05), (14.300000000000001, 8.3118000000000006e-06), (27.699999999999999, 6.5239000000000003e-06)]

我用数据作图，类似这样：

图中的蓝点是峰。红点是山谷。但红点不一定准确。您可以看到最后一个峰的右侧有一个红点。那不是故意的。

使用上面的数据，我试图找到如下的山谷：

遍历 peaks 数组（或列表，或任何它是什么），对于每对相邻的峰，在 x 和 y 数组（或列表，或者它们是什么），然后在由这些索引绑定的 y 数组中搜索最小值。还要在该索引处找到相应的 x 值。然后将 (x,y) 对附加到数组 v1（或列表，或其他），类似于 peaks。然后绘制 v1 为红点。

代码如下：

for i in xrange(1,len(peaks)):
# Find the indices of the two peaks in the actual arrays
# (e.g. x[j1] and y[j1]) where the peaks occur
  j1=np.where(x==peaks[i-1][0])
  j1=int(j1[0])
  j2=np.where(x==peaks[i][0])
  j2=int(j2[0])
# In the array y[j1:j2], find the index of the minimum value
  j=np.where(y==min(y[j1:j2]))
# What if there are more than one minumum?
  if(len(j[0])>1):
# Use the first one.
# I incorrectly assumed this would be > j1,
# but it could be anywhere in y
    jt=int(j[0][0])
    v1.append((x[jt],y[jt]))
# And the last one.
# I incorrectly assumed this would be < j2,
# but it could be anywhere in y. But we do know at least one of the
# indices found will be between j1 and j2.
    jt=int(j[0][-1])
    v1.append((x[jt],y[jt]))
  else:
# When only 1 index is found, no problem: it has to be j1 < j < j2
    j=int(j[0])
    v1.append((x[j],y[j]))

问题是：

当我像这样在特定范围内搜索 y 的最小值时：

j=np.where(y==min(y[j1:j2]))

它return是y整个数据集中那些最小值的索引。但我希望 j 仅包含我搜索的 j1 和 j2 之间的最小值的索引。

如何限制搜索？

我可以检查是否 j1 < j < j2，但如果可能的话，我更愿意将搜索限制为 return 只有该范围内的 j 值。

一旦我弄明白了，如果峰之间的宽度超过宽度 w，我将添加逻辑来限制指数。

因此，如果峰相距超过 w，则 j1 将不小于 j2-w/2，其中 j2 是峰的索引。

Answer 1

您可以之前对数组进行切片，然后与切片进行 == 比较：

sliced_y = y[j1:j2]
j = np.where(sliced_y == min(sliced_y))[0] + j1

您需要 + 下限，否则您只有 "index" 切片部分。

Python 在 array/list 中查找数据索引，但有限制

Python Find indices of data in array/list, but with constraints

python

arrays

list

find

indices