从接近阈值的 Numpy 数组中删除元素的 Pythonic 方法

Question

从已排序的 Numpy 数组中移除最少数量的元素，以便剩余元素之间的最小距离始终大于某个阈值的最佳方法是什么？

例如，如果阈值为1，则以下序列[0.1, 0.5, 1.1, 2.5, 3.]将变为[0.1, 1.1 , 2.5]。 0.5 被移除，因为它离 0.1 太近了，但是 1.1 被保留了下来，因为它离 0.1 足够远>.

我当前的代码:

import numpy as np

MIN_DISTANCE = 1    
a = np.array([0.1, 0.5, 1.1, 2.5, 3.])

for i in range(len(a)-1):
    if(a[i+1] - a[i] < MIN_DISTANCE):
        a[i+1] = a[i]

a = np.unique(a)

a
array([0.1, 1.1, 2.5])

有没有更有效的方法？

请注意，我的问题类似于 Remove values from numpy array closer to each other但不完全一样。

Answer 1

你可以使用 numpy.ufunc.accumulate遍历数组的相邻对而不是 for 循环。

• numpy.add.accumulate 示例或 itertools.accumulate可能最好地展示了它在做什么。
• 连同 numpy.frompyfunc您的条件可以应用为 ufunc ( universal functions )。

---

代码:(使用扩展数组来交叉检查一些其他情况，但也适用于您的数组)

import numpy as np


MIN_DISTANCE = 1
a = np.array([0.1, 0.5, 0.6, 0.7, 1.1, 2.5, 3., 4., 6., 6.1])
print("original: \n" + str(a))


def my_py_function(arr1, arr2):
    if(arr2 - arr1 < MIN_DISTANCE):
        arr2 = arr1
    return arr2


my_np_function = np.frompyfunc(my_py_function, 2, 1)

my_np_function.accumulate(a, dtype=np.object, out=a).astype(float)


print("complete: \n" + str(a))
a = np.unique(a)
print("unique: \n" + str(a))

结果:

original:
[0.1 0.5 0.6 0.7 1.1 2.5 3.  4.  6.  6.1]
complete:
[0.1 0.1 0.1 0.1 1.1 2.5 2.5 4.  6.  6. ]
unique:
[0.1 1.1 2.5 4.  6. ]

---

关于执行时间timeit显示阵列长度约为 20 时的转变。

• 对于长度为 5 的数组，您的代码要快得多(相对)
• 而对于数组长度 >>20，accumulate 选项会大大加快速度(数组长度为 300 的时间约为 35%)