摆烂且自信的小七 2023-01-08 16:57 采纳率: 0%
浏览 115
已结题

python一维数据求极小值(含噪声)

python一维数据处理,编写一段代码,能够找出数据中对称的点的索引值,并计算长度。简单说就是计算图片中第1对的在数组中索引值的差,第2对在数组中索引值的差,靠近中心的应该是比较对称,边缘可能不太对称,可以只计算9组或者往上。

img


train_data =  [95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 87975.0, 84150.0, 81600.0, 86955.0, 88740.0, 89760.0, 90270.0, 90270.0, 88230.0, 83130.0, 84405.0, 86955.0, 87975.0, 88485.0, 86955.0, 82110.0, 78540.0, 83130.0, 85425.0, 85935.0, 85170.0, 80325.0, 76755.0, 78030.0, 82875.0, 84150.0, 84150.0, 81600.0, 75735.0, 75480.0, 80325.0, 80070.0, 81600.0, 81600.0, 80070.0, 75225.0, 72165.0, 75735.0, 78540.0, 81345.0, 80070.0, 81090.0, 75480.0, 72675.0, 71655.0, 75480.0, 78030.0, 77775.0, 79560.0, 79560.0, 77265.0, 73950.0, 71910.0, 73440.0, 75225.0, 76500.0, 77010.0, 78285.0, 79050.0, 78795.0, 75225.0, 71655.0, 68850.0, 71145.0, 74715.0, 74460.0, 76245.0, 77010.0, 77010.0, 77265.0, 77775.0, 78285.0, 77775.0, 77775.0, 78285.0, 78795.0, 79560.0, 78795.0, 78795.0, 79560.0, 80835.0, 80325.0, 80325.0, 80325.0, 81600.0, 80070.0, 81345.0, 81855.0, 80835.0, 81600.0, 80325.0, 82110.0, 81855.0, 81345.0, 81855.0, 81855.0, 81345.0, 82110.0, 82875.0, 81855.0, 81855.0, 83385.0, 82620.0, 82365.0, 82365.0, 81855.0, 82875.0, 82875.0, 83640.0, 83385.0, 83130.0, 82620.0, 82875.0, 82620.0, 82365.0, 83130.0, 83640.0, 82620.0, 82620.0, 83640.0, 83130.0, 82875.0, 82365.0, 83895.0, 82365.0, 83130.0, 82620.0, 82620.0, 82110.0, 81855.0, 81855.0, 82620.0, 82875.0, 83385.0, 83640.0, 83640.0, 82875.0, 82620.0, 85935.0, 87465.0, 86190.0, 81855.0, 67065.0, 51765.0, 62730.0, 83640.0, 85680.0, 84405.0, 83640.0, 83130.0, 83130.0, 82620.0, 82365.0, 82110.0, 81855.0, 82875.0, 83640.0, 82875.0, 83385.0, 83895.0, 83640.0, 82875.0, 83130.0, 82620.0, 83385.0, 83385.0, 82365.0, 82365.0, 82110.0, 83130.0, 82620.0, 80580.0, 80835.0, 82365.0, 82365.0, 81345.0, 81855.0, 81855.0, 81600.0, 82365.0, 80580.0, 81600.0, 81345.0, 80070.0, 81090.0, 81090.0, 82110.0, 81345.0, 80580.0, 79815.0, 81090.0, 80580.0, 81345.0, 79305.0, 80580.0, 79815.0, 81090.0, 80070.0, 79560.0, 80070.0, 79560.0, 80070.0, 80325.0, 79560.0, 79560.0, 79560.0, 78795.0, 78285.0, 78540.0, 77520.0, 78030.0, 77775.0, 76245.0, 77265.0, 76755.0, 75225.0, 75735.0, 74970.0, 72420.0, 70890.0, 68595.0, 70635.0, 73695.0, 76500.0, 78030.0, 77010.0, 76755.0, 75225.0, 71910.0, 69360.0, 70380.0, 73695.0, 78795.0, 78285.0, 75225.0, 76245.0, 73185.0, 71400.0, 73440.0, 76755.0, 80580.0, 79560.0, 78030.0, 77265.0, 73695.0, 72930.0, 75990.0, 80070.0, 79815.0, 80325.0, 78540.0, 73185.0, 76245.0, 81090.0, 82620.0, 82365.0, 80835.0, 77775.0, 77775.0, 81090.0, 84150.0, 84150.0, 83640.0, 78795.0, 79815.0, 84405.0, 86445.0, 86445.0, 83640.0, 79560.0, 82620.0, 88485.0, 88740.0, 87210.0, 83130.0, 82875.0, 87210.0, 89250.0, 87720.0, 86190.0, 81345.0, 84405.0, 88230.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0, 95625.0]
test_data = [91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91035.0, 80835.0, 77265.0, 84150.0, 85170.0, 85935.0, 81090.0, 75990.0, 81600.0, 82875.0, 83895.0, 74715.0, 71655.0, 76755.0, 79305.0, 80325.0, 72675.0, 68850.0, 74460.0, 75990.0, 77265.0, 70125.0, 67320.0, 71655.0, 74205.0, 75990.0, 69870.0, 65535.0, 69360.0, 72165.0, 72930.0, 71145.0, 65025.0, 62730.0, 68595.0, 70890.0, 72420.0, 67065.0, 64005.0, 61710.0, 66300.0, 70125.0, 71145.0, 69870.0, 64005.0, 61965.0, 65535.0, 67830.0, 68850.0, 69360.0, 67320.0, 63240.0, 59670.0, 63495.0, 65790.0, 67320.0, 69105.0, 69105.0, 65535.0, 62985.0, 60435.0, 63240.0, 65025.0, 65535.0, 67575.0, 68085.0, 69105.0, 68595.0, 64260.0, 62730.0, 61200.0, 63750.0, 65535.0, 66555.0, 67575.0, 68595.0, 69105.0, 69870.0, 69360.0, 70380.0, 71400.0, 70890.0, 70890.0, 70125.0, 71145.0, 70890.0, 69870.0, 71655.0, 72930.0, 72675.0, 72165.0, 72165.0, 72420.0, 72675.0, 72420.0, 73695.0, 73440.0, 74205.0, 74715.0, 71910.0, 73440.0, 73950.0, 73950.0, 73185.0, 73695.0, 73440.0, 74715.0, 74460.0, 72930.0, 69105.0, 69105.0, 67320.0, 67320.0, 66555.0, 64770.0, 68085.0, 67830.0, 70890.0, 71145.0, 70890.0, 70635.0, 70890.0, 72165.0, 71400.0, 72420.0, 72675.0, 71655.0, 71655.0, 70125.0, 72165.0, 71400.0, 71655.0, 72165.0, 71910.0, 72420.0, 71145.0, 70380.0, 70890.0, 71910.0, 69870.0, 68085.0, 69105.0, 65790.0, 69105.0, 69105.0, 68595.0, 68595.0, 67830.0, 67575.0, 66045.0, 65025.0, 65790.0, 64515.0, 62475.0, 59925.0, 58140.0, 62220.0, 66555.0, 67575.0, 67065.0, 66045.0, 65790.0, 65025.0, 61200.0, 59670.0, 60945.0, 63750.0, 67320.0, 67320.0, 66555.0, 65535.0, 63240.0, 60180.0, 61965.0, 64260.0, 68340.0, 68085.0, 66810.0, 63240.0, 60945.0, 62985.0, 68595.0, 69615.0, 68085.0, 66045.0, 62475.0, 63240.0, 68340.0, 71655.0, 71655.0, 67320.0, 64770.0, 65535.0, 71145.0, 75480.0, 72420.0, 69870.0, 66300.0, 70125.0, 76245.0, 75480.0, 71910.0, 67830.0, 71400.0, 79305.0, 76755.0, 73185.0, 69105.0, 75480.0, 79560.0, 76500.0, 73695.0, 70890.0, 78795.0, 79815.0, 78030.0, 73185.0, 75990.0, 82365.0, 81855.0, 78030.0, 78540.0, 84660.0, 84660.0, 82110.0, 81090.0, 85170.0, 83640.0, 80835.0, 77265.0, 80835.0, 87210.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0, 91800.0]

  • 写回答

7条回答 默认 最新

  • heart_6662 2023-01-08 17:26
    关注

    如果想要找出数据中对称的点的索引值,可以使用以下代码:

    symmetry_indices = []
    for i in range(len(train_data)):
      if train_data[i] == train_data[-i-1]:  # 判断是否对称
        symmetry_indices.append(i)
    
    

    上面的代码会找出所有的对称点的索引值,存储在列表symmetry_indices中。

    如果只想计算长度,可以使用以下代码:

    
    lengths = []
    for i in range(len(symmetry_indices)//2):
      lengths.append(symmetry_indices[2*i+1] - symmetry_indices[2*i])
    
    

    上面的代码会计算所有的对称点对的长度,存储在列表lengths中。

    如果只想计算前9对的长度,可以修改代码如下:

    lengths = []
    for i in range(9):
      lengths.append(symmetry_indices[2*i+1] - symmetry_indices[2*i])
    
    

    希望以上代码能够帮助到你。

    评论 编辑记录

报告相同问题?

问题事件

  • 已结题 (查看结题原因) 1月11日
  • 创建了问题 1月8日

悬赏问题

  • ¥15 编辑cmake lists 明明写了project项目名,但是还是报错怎么回事
  • ¥15 关于#计算机视觉#的问题:求一份高质量桥梁多病害数据集
  • ¥15 特定网页无法访问,已排除网页问题
  • ¥50 如何将脑的图像投影到颅骨上
  • ¥15 提问一个关于vscode相关的环境配置问题,就是输入中文但是显示不出来,代码在idea可以显示中文,但在vscode不行,不知道怎么配置环境
  • ¥15 netcore使用PuppeteerSharp截图
  • ¥20 这张图页头,页脚具体代码该怎么写?
  • ¥15 关于#sql#的问题,请各位专家解答!
  • ¥20 WPF MVVM模式 handycontrol 框架, hc:SearchBar 控件 Text="{Binding NavMenusKeyWords}" 绑定取不到值
  • ¥15 需要手写数字信号处理Dsp三个简单题 不用太复杂