numpy数组中连续元素的第一次出现答案

【问题标题】：First occurrence of consecutive elements in a numpy arraynumpy数组中连续元素的第一次出现
【发布时间】：2019-01-07 05:30:04
【问题描述】：

我有一个二进制 numpy 掩码数组，我想在至少 3 次连续出现 1 时找到沿轴 = 0 的元素的索引。如果没有出现，则 -999 或 NaN 或任何显示它的东西不是索引。所以例如我的数组是这样的：

masked_array(
data=[[[1.0, 0.0],
     [0.0, 1.0]],

    [[0.0, 1.0],
     [0.0, 1.0]],

    [[1.0, 1.0],
     [1.0, 1.0]],

    [[1.0, 1.0],
     [1.0, 0.0]],

    [[1.0, --],
     [0.0, 1.0]],

    [[1.0, 1.0],
     [1.0, 1.0]]])

我想得到这样的东西：

array([[   2,    1],
       [-999,    0]])

最pythonic的方式是什么？任何提示将不胜感激。

【问题讨论】：

标签： python-2.7 pandas numpy

【解决方案1】：

IIUC，您可以先将您的 np 数组设为 2D 并构建一个数据框，这会使一切变得更容易。看看

row, cols = m.shape[0], m.shape[1] * m.shape[2]
df = pd.DataFrame(m.reshape(row, cols))

    0   1   2   3
0   1.0 0.0 0.0 1.0
1   0.0 1.0 0.0 1.0
2   1.0 1.0 1.0 1.0
3   1.0 1.0 1.0 0.0
4   1.0 0.0 0.0 1.0
5   1.0 1.0 1.0 1.0

现在您可以在axis=0 上使用3 的反向rolling 窗口并检查all 元素是否为1

ndf = df[::-1].rolling(3, axis=0).apply(all, raw=True)[::-1]

    0   1   2   3
0   NaN NaN NaN 1.0
1   NaN 1.0 NaN NaN
2   1.0 NaN NaN NaN
3   1.0 NaN NaN NaN
4   NaN NaN NaN NaN
5   NaN NaN NaN NaN

并使用idxmax()获取第一个1出现的索引

ndf[ndf>=1].idxmax()

0    2.0
1    1.0
2    NaN
3    0.0
dtype: float

要可视化您描述的方式，只需重塑输出

ndf[ndf>=1].idxmax().values.reshape(m.shape[1], m.shape[2])

array([[ 2.,  1.],
       [nan,  0.]])

【讨论】：

绝妙的解决方案！非常感谢。虽然它解决了我的问题，但只是想知道是否可以只使用 numpy 而不是 pandas 来完成？