假設我有一個numpy數組，我需要找到條件為True的跨度/范圍。例如，我有以下數組，我試圖在其中查找項目大于1的跨度：[0, 0, 0, 2, 2, 0, 2, 2, 2, 0]我需要找到索引（開始，停止）：(3, 5) (6, 9)我能夠實現的最快的方法是創建一個布爾數組：truth = data > threshold然后使用numpy.argmin和遍歷數組numpy.argmax以查找開始和結束位置。 pos = 0 truth = container[RATIO,:] > threshold while pos < len(truth): start = numpy.argmax(truth[pos:]) + pos + offset end = numpy.argmin(truth[start:]) + start + offset if not truth[start]:#nothing more break if start == end:#goes to the end end = len(truth) pos = end但這對于我數組中的數十億個位置來說太慢了，而且我發現的跨度通常只是連續幾個位置。有誰知道找到這些跨度的更快方法？
2 回答
呼啦一陣風
TA貢獻1802條經驗 獲得超6個贊
怎么樣 首先獲取您擁有的布爾數組：
In [11]: a
Out[11]: array([0, 0, 0, 2, 2, 0, 2, 2, 2, 0])
In [12]: a1 = a > 1
使用以下命令將其向左移動一個（以獲取每個索引的下一個狀態）roll：
In [13]: a1_rshifted = np.roll(a1, 1)
In [14]: starts = a1 & ~a1_rshifted # it's True but the previous isn't
In [15]: ends = ~a1 & a1_rshifted
如果非零，則是每個True批次的開始（或分別是結束批次）：
In [16]: np.nonzero(starts)[0], np.nonzero(ends)[0]
Out[16]: (array([3, 6]), array([5, 9]))
并將它們壓縮在一起：
In [17]: zip(np.nonzero(starts)[0], np.nonzero(ends)[0])
Out[17]: [(3, 5), (6, 9)]
慕仙森
TA貢獻1827條經驗 獲得超8個贊
如果您有權訪問scipy庫：
您可以使用scipy.ndimage.measurements.label標識任何非零值區域。它返回一個數組，其中每個元素的值是原始數組中某個范圍或范圍的ID。
然后，您可以使用scipy.ndimage.measurements.find_objects返回提取這些范圍所需的切片。您可以直接從這些片訪問開始/結束值。
在您的示例中：
from numpy import array
from scipy.ndimage.measurements import label, find_objects
data = numpy.array([0, 0, 0, 2, 2, 0, 2, 2, 2, 0])
labels, number_of_regions = label(a)
ranges = find_objects(labels)
for identified_range in ranges:
print identified_range[0].start, identified_range[0].stop
您應該看到：
3 5
6 9
希望這可以幫助！
添加回答
舉報
0/150
提交
取消