Numpy查找具有相同值的组的索引

问题内容：

我有一个零和一的numpy数组：

y=[1,1,1,0,0,0,0,0,1,1,0,0,0,0,0,0,1,1,1,1]

我想计算一个（或零）组的索引。因此，对于上面的示例，一组一组的结果应类似于以下内容：

result=[(0,2), (8,9), (16,19)]

（如何）可以用numpy做到这一点？我没有发现任何类似的分组功能。

我尝试了np.ediff1d，但找不到一个好的解决方案。并不是说该数组可能会或可能不会以一组数组开始/结束：

import numpy as np

y = [1,1,1,0,0,0,0,0,1,1,0,0,0,0,0,0,1,1,1,1]
mask = np.ediff1d(y)
starts = np.where(mask > 0)
ends = np.where(mask < 0)

我还在这里找到了部分解决方案：
查找元素更改值numpy的索引

但这只是给我提供值更改的索引。

问题答案：

我们可以做这样的事情，适用于任何通用数组-

def islandinfo(y, trigger_val, stopind_inclusive=True):
    # Setup "sentients" on either sides to make sure we have setup
    # "ramps" to catch the start and stop for the edge islands
    # (left-most and right-most islands) respectively
    y_ext = np.r_[False,y==trigger_val, False]

    # Get indices of shifts, which represent the start and stop indices
    idx = np.flatnonzero(y_ext[:-1] != y_ext[1:])

    # Lengths of islands if needed
    lens = idx[1::2] - idx[:-1:2]

    # Using a stepsize of 2 would get us start and stop indices for each island
    return list(zip(idx[:-1:2], idx[1::2]-int(stopind_inclusive))), lens

样品运行-

In [320]: y
Out[320]: array([1, 1, 1, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1])

In [321]: islandinfo(y, trigger_val=1)[0]
Out[321]: [(0, 2), (8, 9), (16, 19)]

In [322]: islandinfo(y, trigger_val=0)[0]
Out[322]: [(3, 7), (10, 15)]

另外，我们可以使用diff来获取切片后的比较结果，然后简单地用2列进行整形以替换步长大小的切片，从而给自己一个单线-

In [300]: np.flatnonzero(np.diff(np.r_[0,y,0])!=0).reshape(-1,2) - [0,1]
Out[300]: 
array([[ 0,  2],
       [ 8,  9],
       [16, 19]])

Numpy查找具有相同值的组的索引

微信关注