计算1D numpy数组中的间隙数

jw5wzhpr 于 2023-02-08 发布在其他

关注(0)|答案(2)|浏览(120)

我想计算一个numpy数组中的间隔数。在这个例子中，连续的零算作一个间隔。

array = np.array([   0,    0,    0,    0,    0,    0,    0,    0,    0,    0,    0,
        1692, 1692, 1692, 1692, 1692, 1692, 1692, 2458, 2458, 2458, 2458,
        2458, 2458, 2458,    0,    0,    0, 3956, 3956, 3956, 3956, 3956,
        3956, 3956,    0,    0,    0,    0, 5431, 5431, 5431, 5431, 5431,
        5431, 5431,    0,    0,    0,    0,    0,    0,    0,    0,    0])

在上面的数组中有4个间隙，所以我的输出应该是4。

numpy

来源：https://stackoverflow.com/questions/72546772/count-number-of-gaps-in-a-1d-numpy-array

2条答案

按热度按时间

fnx2tebb1#

您可以使用布尔数组，并在前一个值为False时计算为True的值：

a = array==0
(a&~np.r_[[False],a[:-1]]).sum()

输出：4

赞(0）回复(0）举报 2023-02-08

mm9b1k5b2#

请查看已接受答案的优化版本（速度快2.5倍）。它之所以快，是因为不需要连接（np.r_）numpy数组

a = array == 0
(a[1:] & ~a[:-1]).sum() + a[0]

对比：

%%timeit
a = array == 0
(a&~np.r_[[False],a[:-1]]).sum()

- 17.4 µ s ± 39.4 ns**/循环（7次运行的平均值±标准差，每次运行100000次循环）

%%timeit
a = array == 0
(a[1:] & ~a[:-1]).sum() + a[0]

- 6.75 µ s ± 12.7 ns**/循环（7次运行的平均值±标准差，每次运行100000次循环）

赞(0）回复(0）举报 2023-02-08

我来回答

计算1D numpy数组中的间隙数

2条答案

相关问题

热门标签

最新问答