将元组列表中的y坐标与条件进行比较

Question

我有一个清单：

 a = [(1, 2), (3, 4), (4, 5), (6, 7), (5,90)]
 # Stores list of x,y coordinates

和列表：

 b = [(1, 2), (10, 1), (3, 10), (4, 9), (10,9)]

和变量z = 90

现在，我要替换为a中具有y坐标的[C0

=，其中a的y坐标+ 2，条件是b坐标不得超过某个值y 。因此，z绝对不能超过y +2。

由于此处z在以下位置等于或大于a：

b
我想替换为[(1,2), (3,4), (5,90)]
，以使其变为：

a
我该怎么做？
我知道存在一个带有numpy的方法，例如：

a = [(1,4), (3,6), (4,5), (6,7), (5,90)]
但不确定在这种情况下如何使用。

Answer 1

您需要列表而不是元组

np.where(a >= b) , do something;

Tuples

这是代码，如果您需要在元组中输出

a = [[1, 2], [3, 4], [4, 5], [6, 7], [5,90]]
b = [[1, 2], [10, 1], [3, 1], [4, 9], [10,9]]
z = 90
for n,na in enumerate(a):
    if na[1] >= b[n][1]:
        if na[1] < 89:
            a[n][1] += 2
print(a)

[（（1，4），（3，6），（4，5），（6，7），（5，90）]

如果您想让numpy这样做

a = [(1, 2), (3, 4), (4, 5), (6, 7), (5,90)]
b = [(1, 2), (10, 1), (3, 10), (4, 9), (10,9)]

a1 = [list(x) for x in a]
b1 = [list(x) for x in b]
z = 90
for n,na in enumerate(a1):
    if na[1] >= b1[n][1]:
        if na[1] < 89:
            a1[n][1] += 2
        elif na[1] == 89:
            a1[n][1] = 90

a = [tuple(x) for x in a1]

print(a)

输出

[（（1，4），（3，6），（4，5），（6，7），（5，90）]

Answer 2

Python中的字符串是不可变的，无法更改。您应该使用列表理解来创建新的元组的新列表：

import numpy as np
a = [(1, 2), (3, 4), (4, 5), (6, 7), (5,90)]
b = [(1, 2), (10, 1), (3, 10), (4, 9), (10,9)]
a, b = np.array(a), np.array(b)

z = 90

second_element = np.s_[:, 1]
is_bigger = a[second_element] >= b[second_element]
a[second_element][is_bigger] = np.clip(a[second_element][is_bigger] + 2,
                    a_min=None, a_max=z)
a = [tuple(x) for x in a]
print(a)

Numpy在您的情况下是无用的，因为它不适用于元组。

Answer 3

您应该将列表转换为数组以利用NumPy。这会将xs和ys排列为列。这使得使用切片（

a = [(ax, min(z, ay + 2 if ay >= by else ay))
        for ((ax, ay), (_, by)) in zip(a, b)]

）形成针对条件的蒙版变得容易。然后，您可以使用np.s_将数据限制在一定范围内。这样，如果数据很大，您就可以利用向量化操作进行快速操作。

np.clip

Answer 4

您可以通过

>>> a = np.array([(1, 2), (3, 4), (4, 5), (6, 7), (5,90)])
>>> b = np.array([(1, 2), (10, 1), (3, 10), (4, 9), (10,9)])
>>> z = 90

>>> ys = np.s_[:, 1]
>>> mask = a[ys] >= b[ys]
>>> a[ys][mask] = np.clip(a[ys][mask] + 2, a_min=None, a_max=z)
>>> a
array([[ 1,  4],
       [ 3,  6],
       [ 4,  5],
       [ 6,  7],
       [ 5, 90]])

通过]执行此操作>

numpy

Answer 5

尝试一下：