如何根据条件在numpy数组中插入行答案

【问题标题】：How to inserts rows in a numpy array based on the condition如何根据条件在numpy数组中插入行
【发布时间】：2020-12-03 15:22:45
【问题描述】：

我有两个 numpy 数组列表，想将一个列表的数组插入另一个列表的数组中：

big_list=[np.array([[1., 1., 2.], [1., 1., 1.9], [1., 1., 5.2]]),
          np.array([[1., 3., 5.1], [0., 0., 1.2], [1., 1., 1.4]])]

small_list= [np.array([[-1., -1., -5.]]),
             np.array([[-1., -1., -1.], [0., -2., -0.5]])]

我想将small_list 的第一个数组插入big_list 的第一个数组，并将small_list 的第二个数组插入big_list 的第二个数组。我想把small_list 放在big_list 的第三列有显着变化的地方。在big_list 的第一个数组中，从第二行到第三行，第三列变化很大（从1.9 到5.2）。对于big_list 的第二个数组，更改发生在第一行之后（从5.1 到1.2）。例如，我想使用像3 这样的阈值来表示一行的第三列与下一行的差异。所以，我想要：

merged= [np.array([[1., 1., 2.], [1., 1., 1.9], [-1., -1., -5.], [1., 1., 5.2]]),
         np.array([[1., 3., 5.1], [-1., -1., -1.], [0., -2., -0.5], [0., 0., 1.2], [1., 1., 1.4]])]

目前，我的代码只能在big_list的末尾追加small_list的行：

merged = [np.append(array, to_append, axis=0) for (array, to_append) in zip(big_list, small_list)]

有没有办法在我想要的地方插入这些行？在此先感谢您的帮助。

【问题讨论】：

标签： python arrays list numpy insert

【解决方案1】：

试试这个-

for i, arr in enumerate(big_list):
    diff = list(abs(np.diff(arr[:,-1])) >= 3)
    for t, threshold_state in enumerate(diff):
        if threshold_state:
            big_list[i] = np.insert(big_list[i], t+1, small_list[i], axis=0)

输出

[array([[ 1. ,  1. ,  2. ],
        [ 1. ,  1. ,  1.9],
        [-1. , -1. , -5. ],
        [ 1. ,  1. ,  5.2]]), 
array([[ 1. ,  3. ,  5.1],
        [-1. , -1. , -1. ],
        [ 0. , -2. , -0.5],
        [ 0. ,  0. ,  1.2],
        [ 1. ,  1. ,  1.4]])]

【讨论】：

【解决方案2】：

试试这个 -

遍历 big_list 中的每个元素
idx 计算最后一列值之间的绝对差值>3 的第一个索引
在数组idx处插入对应的小列表。

merged = []
for i in range(len(big_list)):
    idx = np.argwhere(np.abs(np.diff(big_list[i][:,2]))>3)[0]+1
    m = np.insert(big_list[i], idx, small_list[i], axis=0)
    merged.append(m)
    
merged


[array([[ 1. ,  1. ,  2. ],
        [ 1. ,  1. ,  1.9],
        [-1. , -1. , -5. ],
        [ 1. ,  1. ,  5.2]]),
 array([[ 1. ,  3. ,  5.1],
        [-1. , -1. , -1. ],
        [ 0. , -2. , -0.5],
        [ 0. ,  0. ,  1.2],
        [ 1. ,  1. ,  1.4]])]

【讨论】：