时间戳

首页 > 解决方案 > 自变量范围内的最大值和最小值

python - 自变量范围内的最大值和最小值

问题描述

根据@Peaceful James 的回答，我试图减少混淆。因此，编辑问题。

已编辑

我试图在自变量的范围内找到最大值（和最小值），即X。我的代码如下所示。注意，这只是一个代表功能。

import numpy as np
import matplotlib.pyplot as plt
from pandas import *

X = np.arange(2, 11, 0.2)

Z = np.zeros((len(X),1))

for i in range(0,len(X)):
    Z[i] = 0.1*np.sin(X[i]-5)

print(DataFrame(Z))
A = np.argmax(Z, axis = 0)
B = np.argmin(Z, axis = 0)

C = print("Maximum =",Z[A[0]])
D = print("Minimum =", Z[B[0]])

plt.plot(X,Z,'r-', linewidth = 2)
plt.xlabel('$X$ (-)')
plt.ylabel('$Z$ (-)')

1：A = np.argmax(Z, axis = 0)最大值为0.09995736（索引：（23,0）），介于X值之间6 and 8。

2：A = np.argmin(Z, axis = 0)最小值为-0.09995736（索引：（7,0）），介于X值之间2 and 4。但是， X值之间还有另一个最小值8 and 10。我想知道是否有办法将某种上下限值X传递给np.argmin（或类似命令）以获得函数Z的第二个最小值。

任何帮助表示赞赏。谢谢 ！

标签： pythonarraysnumpymaxmin

解决方案

使用numpy.argsort： https ://numpy.org/devdocs/reference/generated/numpy.argsort.html

import numpy as np

X = np.arange(2, 11, 0.2)

Z = np.zeros((len(X),1))

for i in range(0,len(X)):
    Z[i] = 0.1*np.sin(X[i]-5)

C = np.argsort(Z, axis=0)
C = C.flatten()  # flatten because it is currently an array of 1-dim arrays.

print("Maximum =",Z[C[-1]])
print("Second Maximum =",Z[C[-2]])

print("Second Minimum =",Z[C[1]])
print("Minimum =",Z[C[0]])

推荐阅读