在pylab程序中（也可能是matlab程序），我有一個代表距離的數字的numpy數組：d[t]是時間上的距離t（我的數據的時間跨度是len(d)時間單位）。我感興趣的事件是距離小于某個閾值時，并且我想計算這些事件的持續時間。使用輕松獲得布爾數組很容易b = d<threshold，問題歸結為計算中的True-only單詞的長度順序b。但是我不知道如何有效地做到這一點（即使用numpy原語），我求助于遍歷數組并進行手動更改檢測（即，當值從False變為True時初始化計數器，只要value為True便增加計數器，并在值返回False時將計數器輸出到序列。但這非常慢。如何有效地檢測numpy數組中的那種序列？以下是一些說明我的問題的python代碼：第四個點需要很長時間才能顯示（如果沒有，請增加數組的大小）from pylab import *threshold = 7print '.'d = 10*rand(10000000)print '.'b = d<thresholdprint '.'durations=[]for i in xrange(len(b)): if b[i] and (i==0 or not b[i-1]): counter=1 if i>0 and b[i-1] and b[i]: counter+=1 if (b[i-1] and not b[i]) or i==len(b)-1: durations.append(counter)print '.'
3 回答
臨摹微笑
TA貢獻1982條經驗 獲得超2個贊
盡管不是numpy原始itertools函數，但函數通常非?？?，因此請嘗試一下（當然，還要測量包括該函數在內的各種解決方案的時間）：
def runs_of_ones(bits):
for bit, group in itertools.groupby(bits):
if bit: yield sum(group)
如果確實需要列表中的值，那么當然可以使用list（runs_of_ones（bits））；但也許列表理解仍然會稍微快一些：
def runs_of_ones_list(bits):
return [sum(g) for b, g in itertools.groupby(bits) if b]
轉向“ numpy-native”的可能性，那么：
def runs_of_ones_array(bits):
# make sure all runs of ones are well-bounded
bounded = numpy.hstack(([0], bits, [0]))
# get 1 at run starts and -1 at run ends
difs = numpy.diff(bounded)
run_starts, = numpy.where(difs > 0)
run_ends, = numpy.where(difs < 0)
return run_ends - run_starts
再說一遍：請確保在為您量身定制的示例中相互比較基準解決方案！
添加回答
舉報
0/150
提交
取消