在 python 中为大型 numpy 数组计算速度和加速度

Question

我正在编写一个粒子跟踪代码，其中我的数组存储如下：

x_pos   y_pos    path#   slice#
1       10       1       1
2       11       1       2
3       12       1       3
5       2        2       1
7       4        2       2
9       6        2       3
11      8        2       4
...
2       6        N       100

其中每个路径编号对应单个粒子的轨迹，切片编号为包含该粒子的图像编号。

我想计算每条路径的速度和加速度（路径的每一段，然后是整个路径）。目前，我正在使用（假设我的时间步长为 1）：

vel_x = np.diff(data['x_Pos']) 
acc = np.diff(vel_x)

这很好用，但是我必须遍历数组并取出不正确的值（即路径# 更改的位置）。由于我的数组的长度接近 100 万，有谁知道这样做的快速方法？或者，计算速度和加速度的更好方法？

任何意见或建议将不胜感激，因为我对 python 比较陌生！

Answer 1

试试np.where:

vel_x = np.where(np.diff(data['path#'])==0, np.diff(data['x_Pos']), np.inf)

结果（“inf”只是为了显示数据无效）：

array([  1.,   1.,  inf,   2.,   2.,   2.])