python - Numpy:有没有办法使用 np.argmax 搜索连续值？

Question

有没有办法在 Numpy 数组中搜索连续值并返回它们的索引？

例如，如果我们在数组上使用 argmax 来查找单个元素的第一个实例:

import numpy as np

a = np.array((0, 0, 0, 1, 0, 0, 1, 1, 0, 1, 1, 1))
print(np.argmax(a == 1))

我们得到结果:

3

有没有办法在同一个数组中搜索一对的第一个实例？例如。我想获取以下代码的值 6:

import numpy as np

a = np.array((0, 0, 0, 1, 0, 0, 1, 1, 0, 1, 1, 1))
print(np.argmax(a == [1, 1]))

但它返回:

0

Answer 1

对于少量连续搜索模式，我们可以简单地切片并查找所有匹配项，最后使用我们最喜欢的 argmax。

因此，对于 2 连续搜索模式，它将是 -

In [6]: ((a[:-1]==1) & (a[1:]==1)).argmax()
Out[6]: 6

一些解释

这都是关于切片的，因为我们得到了两个单偏移数组切片。出现单偏移是因为连续搜索的窗口长度为2。因此，对于 3 的搜索窗口长度，我们需要考虑两个偏移的数组切片等等。现在，回到我们简单的两个连续窗口的情况，我们有一个偏移的切片。我们将它们与 1 进行比较，这为我们提供了匹配的 bool 数组。然后是AND-ing，这样整个窗口就被覆盖了。最后跳转到我们的 argmax 中，开始第一个岛屿!

步骤的分解应该有助于进一步澄清给定的示例 -

In [24]: a
Out[24]: array([0, 0, 0, 1, 0, 0, 1, 1, 0, 1, 1, 1])

In [25]: a[:-1]
Out[25]: array([0, 0, 0, 1, 0, 0, 1, 1, 0, 1, 1])

In [26]: a[:-1]==1
Out[26]: 
array([False, False, False,  True, False, False,  True,  True, False,
        True,  True])

In [27]: a[1:]==1
Out[27]: 
array([False, False,  True, False, False,  True,  True, False,  True,
        True,  True])

In [28]: (a[:-1]==1) & (a[1:]==1)
Out[28]: 
array([False, False, False, False, False, False,  True, False, False,
        True,  True])

In [29]: ((a[:-1]==1) & (a[1:]==1)).argmax()
Out[29]: 6

连续出现次数较多

对于更多的缺点。发生时，我们可以求助于更多内置的东西并使用np.convolve，就像这样 -

In [20]: W = 2 # window-length

In [21]: np.convolve(a,[1]*W,'same').argmax()-W//2
Out[21]: 6

In [22]: W = 3

In [23]: np.convolve(a,[1]*W,'same').argmax()-W//2
Out[23]: 9