在numpy数组中找到相同值的序列的长度（游程长度编码）

Question

在pylab程序中（也可能是matlab程序），我有一个代表距离的数字的numpy数组：d[t]是时间上的距离t（我的数据的时间跨度是len(d)时间单位）。我感兴趣的事件是距离小于某个阈值时，并且我想计算这些事件的持续时间。使用轻松获得布尔数组很容易b = d<threshold，问题归结为计算中的True-only单词的长度顺序b。但是我不知道如何有效地做到这一点（即使用numpy原语），我求助于遍历数组并进行手动更改检测（即，当值从False变为True时初始化计数器，只要value为True便增加计数器，并在值返回False时将计数器输出到序列。但这非常慢。如何有效地检测numpy数组中的那种序列？以下是一些说明我的问题的python代码：第四个点需要很长时间才能显示（如果没有，请增加数组的大小）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 '.'

Answer 1

尽管不是numpy原始itertools函数，但函数通常非常快，因此请尝试一下（当然，还要测量包括该函数在内的各种解决方案的时间）：

def runs_of_ones(bits):

  for bit, group in itertools.groupby(bits):

    if bit: yield sum(group)

如果确实需要列表中的值，那么当然可以使用list（runs_of_ones（bits））；但也许列表理解仍然会稍微快一些：

def runs_of_ones_list(bits):

  return [sum(g) for b, g in itertools.groupby(bits) if b]

转向“ 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

再说一遍：请确保在为您量身定制的示例中相互比较基准解决方案！