使用NumPy查找条件为True的跨度

Question

假设我有一个numpy数组，我需要找到条件为True的跨度/范围。例如，我有以下数组，我试图在其中查找项目大于1的跨度：[0, 0, 0, 2, 2, 0, 2, 2, 2, 0]我需要找到索引（开始，停止）：(3, 5) (6, 9)我能够实现的最快的方法是创建一个布尔数组：truth = data > threshold然后使用numpy.argmin和遍历数组numpy.argmax以查找开始和结束位置。    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但这对于我数组中的数十亿个位置来说太慢了，而且我发现的跨度通常只是连续几个位置。有谁知道找到这些跨度的更快方法？

Answer 1

怎么样 首先获取您拥有的布尔数组：

In [11]: a

Out[11]: array([0, 0, 0, 2, 2, 0, 2, 2, 2, 0])

In [12]: a1 = a > 1

使用以下命令将其向左移动一个（以获取每个索引的下一个状态）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，则是每个True批次的开始（或分别是结束批次）：

In [16]: np.nonzero(starts)[0], np.nonzero(ends)[0]

Out[16]: (array([3, 6]), array([5, 9]))

并将它们压缩在一起：

In [17]: zip(np.nonzero(starts)[0], np.nonzero(ends)[0])

Out[17]: [(3, 5), (6, 9)]

Answer 2

如果您有权访问scipy库：

您可以使用scipy.ndimage.measurements.label标识任何非零值区域。它返回一个数组，其中每个元素的值是原始数组中某个范围或范围的ID。

然后，您可以使用scipy.ndimage.measurements.find_objects返回提取这些范围所需的切片。您可以直接从这些片访问开始/结束值。

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

您应该看到：

3 5

6 9

希望这可以帮助！