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
最佳答案
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
关于python - Numpy:有没有办法使用 np.argmax 搜索连续值?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56637685/