根据布尔条件将 np 数组转换为锯齿状 np 数组答案

【问题标题】：Turning an np array into a jagged np array based on boolean conditions根据布尔条件将 np 数组转换为锯齿状 np 数组
【发布时间】：2017-12-04 14:55:21
【问题描述】：

假设我有一个数组 x 等于 np.array(0 0 0 0 0 0 0 0 1000 0 0 0 0 1000 1000 1000)

我想把它变成一个矩阵array([array([0 0 0 0 0 0 0 0]), array([1000]), array([0 0 0 0]), array([1000 1000 1000])])。我该怎么做？

布尔条件是，如果它是0 的字符串，则对其进行分段，使其成为矩阵内的一个数组。如果是一串1000的segment也一样。

【问题讨论】：

你的意思是锯齿状数组吗？如果是这样，您要实施的规则是什么？因为我有一种非常简单且完全愚蠢的方式来做你想做的事，但我假设你心里有一些规则？
查看我的编辑。
预期的输出到底是什么 - 数组的锯齿状数组/列表的锯齿状数组/ jagged 数组列表/ jagged 列表列表？
预期的输出实际上是 np 数组的锯齿状 np 数组。很抱歉造成混乱。
没有jagged np array 这样的东西。数组可能包含不同长度的对象，包括列表或数组。

标签： python arrays numpy matrix boolean

【解决方案1】：

这是np.split 的一种方法-

m = x!=0
out = np.split(x,np.flatnonzero(m[1:] != m[:-1])+1)

示例运行 -

In [53]: x = np.array([0, 0, 0, 0, 0, 0, 0, 0, 1000, 0, 0, 0, 0, 1000, 1000, 1000])

In [54]: m = x!=0

In [55]: np.split(x,np.flatnonzero(m[1:] != m[:-1])+1)
Out[55]: 
[array([0, 0, 0, 0, 0, 0, 0, 0]),
 array([1000]),
 array([0, 0, 0, 0]),
 array([1000, 1000, 1000])]

要将数组作为输出，请将其包装为np.array() -

In [56]: np.array(np.split(x,np.flatnonzero(m[1:] != m[:-1])+1))
Out[56]: 
array([array([0, 0, 0, 0, 0, 0, 0, 0]), array([1000]), array([0, 0, 0, 0]),
       array([1000, 1000, 1000])], dtype=object)

对于作为输出的列表列表，这是一种方法 -

m = x!=0
idx = np.r_[0, np.flatnonzero(m[1:] != m[:-1])+1, x.size]
out = [x.tolist()[idx[i]:idx[i+1]] for i in range(len(idx)-1)]

示例运行 -

In [94]: m = x!=0

In [95]: idx = np.r_[0, np.flatnonzero(m[1:] != m[:-1])+1, x.size]

In [96]: [x.tolist()[idx[i]:idx[i+1]] for i in range(len(idx)-1)]
Out[96]: [[0, 0, 0, 0, 0, 0, 0, 0], [1000], [0, 0, 0, 0], [1000, 1000, 1000]]

【讨论】：

【解决方案2】：

在 python 中试试这个：

a = [0, 0, 0, 0, 0, 0, 0, 0, 1000, 0, 0, 0, 0, 1000, 1000, 1000]
out = []
flag = 0
tmp = []
for i in a:
    if not flag and i==0:
        tmp.append(i)
    elif not flag and i==1000:
        out.append(tmp)
        tmp=[i]
        flag=1
    elif flag and i==1000:
        tmp.append(i)
    else:
        out.append(tmp)
        tmp=[i]
        flag=0
out.append(tmp)
print out

【讨论】：

如果 a、out 和 tmp 是 NumPy 数组，我该怎么做？
对不起，我不知道如何使用numpy。但是，根据原始问题，接受的答案应该是我的。