使用np.diff从数组中删除值时遇到的问题求助

原代码的问题根源 #

1. 第一个元素被删除：原代码中np.r_[True, ...]生成的布尔数组第一个值为True，取反~后变成False，导致第一个元素被过滤。
2. 误删后续元素：原代码的步长判断条件(np.diff(data[:,0])>0)&(np.diff(data[:,0])<0.0024)仅针对步长小于0.0024的情况，既没覆盖步长大于0.0025的错误场景，且取反逻辑的混乱导致错误删除正常元素。

修正后的代码 #

import numpy as np

# 计算X列的相邻差值
x_diffs = np.diff(data[:, 0])
# 构造保留规则：第一个元素必保留，后续元素仅当与前一个X的差值近似等于0.0025时保留
keep_mask = np.r_[True, np.isclose(x_diffs, 0.0025, atol=1e-9)]
# 过滤数据
data = data[keep_mask]

关键说明 #

• 保留第一个元素：np.r_[True, ...]直接将第一个元素的保留标记设为True，无需取反，避免误删起始数据。
• 浮点精度处理：用np.isclose代替直接数值比较，通过atol=1e-9设置容差，规避浮点运算带来的精度误差问题。
• 精准筛选：仅保留符合0.0025步长要求的元素，既不会漏删步长过大的错误数据，也不会误删正常后续元素。

内容的提问来源于stack exchange，提问作者vinc00