在数组中映射满足条件的位置

Question

给定一个逻辑数组（True/False 值）和一个可能不是从 0 开始的索引范围，我想创建一个与该范围相同大小的新数组，其中每个元素包含最近的前面 True 的索引.

具有逻辑数组的示例，例如：

[1, 0, 0, 1, 1, 1, 0, 1, 0, 1, 0]

以及索引子集：
[0, 1, 2, 3, 4, 5, 6, 7]（此处，从 0 开始，但可能不必）

结果是：

[0, 0, 0, 3, 4, 5, 5, 7]

我有一个可行的解决方案（如下），但我正在寻找更快和/或更优雅和/或更可读的替代方案，因为数组的大小可能从数千到数百万不等。

import numpy as np

def map_nearest_preceding_true_indices(tmask, irange):

    true_indices = np.where(tmask)[0]
    mapped_indices = np.empty(len(irange), dtype=np.int)

    for i, index in enumerate(irange):
        index_loc = np.where(true_indices <= index)[0][-1]
        mapped_indices[i] = true_indices[index_loc]

    return mapped_indices

Answer 1

这是np.searchsorted 的矢量化解决方案 -

def map_locations(tmask, irange, invalid_index=-1):
    idx = np.where(tmask)[0]
    sidx = np.searchsorted(idx, irange, 'right')-1
    return np.where(sidx==-1,invalid_index, idx[sidx])

示例运行 -

In [124]: # Considering a more generic case
     ...: tmask = np.array([1, 0, 0, 1, 1, 1, 0, 1, 0, 1, 0], dtype=bool)
     ...: irange = np.array([4, 8, 11, 18])

In [125]: map_locations(tmask, irange, invalid_index=-1)
Out[125]: array([4, 7, 9, 9])

In [129]: # Original case with first mask element being false
     ...: tmask = np.array([0, 0, 0, 1, 1, 1, 0, 1, 0, 1, 0], dtype=bool).tolist()
     ...: irange = np.array([0, 1, 2, 3, 4, 5, 6, 17]).tolist()

In [130]: map_locations(tmask, irange, invalid_index=-1)
Out[130]: array([-1, -1, -1,  3,  4,  5,  5,  9])

Answer 2

有一个单行列表理解：

data = [1, 0, 0, 1, 1, 1, 0, 1, 0, 1, 0]
indices = [0, 1, 2, 3, 4, 5, 6, 7]

nearest_true = [next(v for v in range(ind, -1, -1) if data[v]) for ind in indices]

对于索引数组中的每个索引，next 从该索引开始向后遍历数据数组，并返回包含真值的数据数组的第一个索引。

但是，正如 cmets 中所讨论的，如果任何索引在其处或后面没有至少一个真值，则此代码将失败。我们可以通过为next() 提供一个默认值来解决这个问题，将其作为第二个参数传递，在这种情况下，我们必须将生成器括起来，因为它不再是唯一的参数：

NOT_FOUND = -1
nearest_true = [next((v for v in range(ind, -1, -1) if data[v]), NOT_FOUND) 
                for ind in indices]

那么，data = [0, 0, 0, 1, 1, 1, 0, 1, 0, 1, 0] 的输出将是 [-1, -1, -1, 3, 4, 5, 5, 7]