找到第一个最小梯度 python
Find first minimum gradient python
我需要找到 gradient_array
数组的第一个最小值,然后是前 50 米内的局部最小值。
gradient_array= np.gradient(moving_avg_RCS)
MLH = min(gradient_array)
附件:您可以在其中看到找到的最小值点的图。我需要50米以内的第一个最小值
编辑:
sodar_data = pd.read_csv('20141222_sodar-data.csv')
headers=(sodar_data.columns).tolist()
height_str=headers[1:]
height=[float(i) for i in height_str]
gradient_array= np.gradient(moving_avg_RCS)
MLH = min(gradient_array)
gradient = gradient_array.tolist()
index = gradient.index(MLH)
MLHS_height = height[index]
你需要 np.array
:
height = np.array(height)
gradient_array_within_50_meters = gradient_array[height < 50]
min_within_50_meters = gradient_array_within_50_meters.min()
height_min_within_50_meters = height[gradient_array_within_50_meters.argmin()]
我需要找到 gradient_array
数组的第一个最小值,然后是前 50 米内的局部最小值。
gradient_array= np.gradient(moving_avg_RCS)
MLH = min(gradient_array)
附件:您可以在其中看到找到的最小值点的图。我需要50米以内的第一个最小值
编辑:
sodar_data = pd.read_csv('20141222_sodar-data.csv')
headers=(sodar_data.columns).tolist()
height_str=headers[1:]
height=[float(i) for i in height_str]
gradient_array= np.gradient(moving_avg_RCS)
MLH = min(gradient_array)
gradient = gradient_array.tolist()
index = gradient.index(MLH)
MLHS_height = height[index]
你需要 np.array
:
height = np.array(height)
gradient_array_within_50_meters = gradient_array[height < 50]
min_within_50_meters = gradient_array_within_50_meters.min()
height_min_within_50_meters = height[gradient_array_within_50_meters.argmin()]