我的问题很简单，可能有一种非常简单的方法可以解决我无法找到的问题。因此，首先，我连接了一些数组，然后我想找到第一列和第二列（data_x1，data_x2）的组合，该组合返回了y的最大值。但是，有一个约束条件，我想将所有x限制在-20和20之间，如果它大于20或小于-20，我想忽略此值。
另外，我在函数内部使用此过程，因此我确实在寻找一种适用于n数“ x”的方法。总结：我想找出受约束的data_x1和data_x2的最优y，这意味着，行data_y中的最优值对应于受上述条件限制的data_x1和data_x2的值（- 20）。例如，在我提供的数据集中，包含最大data_y的行超出了我施加的条件。例如，当我尝试：
y_max = data_y.max()
ID = data_y.argmax()
x1_max = data_x1[ID]
x2_max = data_x2[ID]
我的x2_2超出了我要施加的限制。
这是数据集：
data_x1 = np.array([ 7.50581267e-01, 4.85312598e+00, -1.37035821e+00, -1.27199171e-03,
-1.61347902e+00, -2.47705419e+00, 1.54149227e-01, 2.96462913e+00,
6.39336584e+00, 2.22526551e+00, -3.13825557e+00, -4.53521105e+00,
3.66632759e+00, 6.95980810e-01, -2.08555389e+00, -3.42268057e+00,
-2.67733126e+00, 3.44611056e+00, -3.21242281e-01, -4.45557410e+00,
2.36357280e+00, 6.76143624e-01, -1.12756068e+00, 1.56898158e+00,
-2.73721604e+00, 2.63754963e+00, -4.52874687e+00, -2.96449234e+00,
-4.38481329e+00, -1.50384134e+00, -2.52651726e+00, -1.34210192e+00,
-2.39860669e-01, 1.40859346e+00, 1.85432054e-01, 5.01414945e-01,
4.55880766e+00, -1.05363585e+00, -4.62917198e+00, 2.59998127e+00,
5.25344447e+00, 3.07701918e-01, 2.26443850e+00, -2.22101423e+00,
3.02861897e-01, 1.65691179e+00, 8.81562566e-01, -1.87325712e+00,
4.63772521e+00, 2.64284088e-01, 2.53643045e+00, 9.63172795e-01,
2.36685850e+00, 2.54559573e+00, -9.02629613e-01, 2.24687227e+00,
6.22720302e+00, 5.74281188e+00, 2.03796010e+00, 4.80760151e+00])
data_x2 = np.array([-30.09938636, -28.83362992, -22.57425202, -23.14358566,
-33.59852454, -27.51674098, -30.7885103 , -25.90249062,
-22.08337401, -29.07237476, -23.04023689, -30.30583811,
-21.00309374, -29.99686696, -28.90991919, -26.62903318,
-31.72168863, -22.87107873, -30.729956 , -25.6780506 ,
-31.38729541, -27.19055645, -27.55148381, -28.68462801,
-26.05224771, -30.87040206, -22.95430799, -26.91256322,
-35.8942374 , -21.50322056, -26.16176442, -22.85920962,
-28.05071496, -34.30775127, -28.7790589 , -31.19811517,
-27.63535267, -28.96808588, -26.89286845, -32.81312953,
-27.35855807, -28.89865079, -25.61937868, -32.59681293,
-28.79511822, -22.54470727, -31.06309398, -25.30574423,
-23.52838694, -27.55017459, -24.55437336, -24.39558638,
-22.81063876, -28.62340189, -27.85680254, -25.10753673,
-29.75683744, -27.37575317, -29.61561727, -34.50702866]
data_y = np.array([2511661.54014723, 2506471.03096404, 2496512.87703406,
2500666.09145807, 2492786.42701569, 2513191.79101637,
2509515.1829362 , 2509970.89367091, 2481463.90896938,
2512505.17266542, 2496999.56860772, 2503950.65803291,
2481665.31885133, 2511985.61283778, 2512968.70827174,
2510599.791468 , 2502795.50006905, 2495342.7106848 ,
2509708.93248061, 2505715.61726413, 2504986.68522465,
2514933.54167635, 2514835.36052355, 2513916.01349115,
2510784.07070835, 2506718.40944214, 2493199.57962053,
2511925.51820147, 2466117.27254433, 2488828.88557003,
2511417.16267116, 2498364.67720219, 2515221.17931068,
2487471.40157182, 2514636.01655828, 2507757.43933369,
2508292.40113149, 2514000.76143246, 2507722.80700035,
2496671.63747914, 2505965.77313117, 2514453.85665244,
2510375.19913626, 2498705.33749204, 2514595.64115671,
2496054.0775116 , 2508144.96504256, 2509901.46588431,
2496183.49020786, 2515239.10310988, 2506016.58240813,
2507055.51518852, 2496891.65309883, 2512606.04865712,
2515010.58385846, 2508707.73815183, 2499240.78218084,
2504177.72406016, 2511686.21461949, 2477825.15797829])
希望我能做到简洁明了，尽管解释的长度。非常感谢您对此的帮助！
参考方案
您的data_x2不包含-20到20之间的值。
如果可以为此使用熊猫，则可以这样做（例如-30 <x <30）
import pandas as pd
df = pd.DataFrame({'x1': data_x1, 'x2': data_x2, 'y': data_y})
df = df[df['x1'].between(-30, 30, inclusive=False) & df['x2'].between(-30, 30, inclusive=False)]
df.sort_values(by='y', ascending=False).iloc[0]
Output:
x1 2.642841e-01
x2 -2.755017e+01
y 2.515239e+06
Name: 49, dtype: float64
这是一个计算这个的函数。 （再次使用熊猫）
def func(x1, x2, y, lower_bound, upper_bound):
df = pd.DataFrame({'x1': x1, 'x2': x2, 'y': y})
df = df[df['x1'].between(lower_bound, upper_bound, inclusive=False) & df['x2'].between(lower_bound, upper_bound, inclusive=False)]
df.sort_values(by='y', ascending=False, inplace=True)
if len(df):
return df['x1'].iloc[0], df['x2'].iloc[0]
func(data_x1, data_x2, data_y, -20, 20)
Output:
None
func(data_x1, data_x2, data_y, -30, 30)
Output:
(0.264284088, -27.55017459)
编辑：
使用pandas DataFrame很好，因为它将数据视为矩阵，您可以在其中基于多列中的值进行切片。下面的numpy解决方案可以工作，但是需要使用np.nan替换超出范围的值，以保持索引不变。
这是在Removing nan in array at position from another numpy array的帮助下的纯numpy解决方案
data_x1 = np.where(np.logical_and(data_x1 > -30, data_x1 < 30), data_x1, np.nan)
data_x2 = np.where(np.logical_and(data_x2 > -30, data_x2 < 30), data_x2, np.nan)
mask = ~np.isnan(data_x1) & ~np.isnan(data_x2)
data_y = np.where(mask, data_y, np.nan)
idx = np.nanargmax(data_y)
data_x1[idx], data_x2[idx]
Output:
(0.264284088, -27.55017459)
虽然，我同意Evgeny并使用Pandas DataFrame，因为它更容易遵循IMO
如何创建代表每天多个时间间隔的图形 - python考虑到以下dict包含每天的开放/关闭时间对：timetable = { 'monday': ['08:00', '12:00', '13:00', '18:00'], 'tuesday': ['08:00', …
在返回'Response'(Python)中传递多个参数 - python我在Angular工作，正在使用Http请求和响应。是否可以在“响应”中发送多个参数。角度文件：this.http.get("api/agent/applicationaware").subscribe((data:any)... python文件：def get(request): ... return Response(seriali…
R'relaimpo'软件包的Python端口 - python我需要计算Lindeman-Merenda-Gold（LMG）分数，以进行回归分析。我发现R语言的relaimpo包下有该文件。不幸的是，我对R没有任何经验。我检查了互联网，但找不到。这个程序包有python端口吗？如果不存在，是否可以通过python使用该包？ python参考方案 最近，我遇到了pingouin库。
如何用'-'解析字符串到节点js本地脚本？ - python我正在使用本地节点js脚本来处理字符串。我陷入了将'-'字符串解析为本地节点js脚本的问题。render.js：#! /usr/bin/env -S node -r esm let argv = require('yargs') .usage('$0 [string]') .argv; console.log(argv…
TypeError:'str'对象不支持项目分配，带有json文件的python - python以下是我的代码import json with open('johns.json', 'r') as q: l = q.read() data = json.loads(l) data['john'] = '{}' data['john']['use…