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]: aOut[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&nbsp; # it's True but the previous isn'tIn [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 arrayfrom scipy.ndimage.measurements import label, find_objectsdata = 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:&nbsp; &nbsp; print identified_range[0].start, identified_range[0].stop您应该看到：3 56 9希望这可以帮助！