在numpy数组中查找两个数字的指定匹配项的所有出现答案

【问题标题】：Find all occurences of a specified match of two numbers in numpy array在numpy数组中查找两个数字的指定匹配项的所有出现
【发布时间】：2016-09-13 18:07:40
【问题描述】：

我需要实现的是获取所有索引的数组，其中在我的数据数组中填充零和一是从零到一的步骤。我需要非常快速的解决方案，因为我必须处理数以百万计的数百万长度的数组。它将在计算中心运行。比如……

data_array = np.array([1,1,0,1,1,1,0,0,0,1,1,1,0,1,1,0])
result = [3,9,13]

【问题讨论】：

那么，发布的任何一个解决方案都适合您吗？

标签： python arrays performance numpy

【解决方案1】：

试试这个：

In [23]: np.where(np.diff(a)==1)[0] + 1
Out[23]: array([ 3,  9, 13], dtype=int64)

100M元素数组的时序：

In [46]: a = np.random.choice([0,1], 10**8)

In [47]: %timeit np.nonzero((a[1:] - a[:-1]) == 1)[0] + 1
1 loop, best of 3: 1.46 s per loop

In [48]: %timeit np.where(np.diff(a)==1)[0] + 1
1 loop, best of 3: 1.64 s per loop

【讨论】：

哦，我知道 numpy 有一个 diff 函数——虽然我认为它是一个数组方法。我喜欢这种简洁。 +1
@PaulH，谢谢！我也喜欢（已经；）你的回答——因为我不知道np.nonzero() 函数，所以我今天从你的回答中学到了一些新东西

【解决方案2】：

程序如下：

计算数组的差异
找到 diff == 1 的索引
在结果中加 1 (b/c len(diff) = len(orig) - 1)

所以试试这个：

index = numpy.nonzero((data_array[1:] - data_array[:-1]) == 1)[0] + 1
index
# [3, 9, 13]

【讨论】：

我认为你的解决方案应该更快，因为nonzero函数...
FWIW，我在我的机器上看不到 nonzero 和 where 之间的任何区别（对于 10**6 随机位，两者都在 6.6 毫秒左右）
您的解决方案约为。在 10**8 阵列上快 12%...我会发布时间...

【解决方案3】：

非常感谢大家。非零的解决方案对我来说可能更好，因为我需要知道从 0->1 和 1->0 的步骤，最后计算差异。所以这是我的解决方案。任何其他建议表示赞赏。）

i_in  = np.nonzero(  (data_array[1:] - data_array[:-1]) ==  1   )[0] +1
i_out = np.nonzero(  (data_array[1:] - data_array[:-1]) == -1   )[0] +1

i_return_in_time = (i_in - i_out[:i_in.size] )

【讨论】：

【解决方案4】：

由于它是一个由0s 和1s 填充的数组，因此您可以受益于仅比较而不是在单移版本之间执行算术运算，从而直接为我们提供布尔数组，可以将其提供给np.flatnonzero为我们获取索引和最终输出。

因此，我们会有这样的实现 -

np.flatnonzero(data_array[1:] > data_array[:-1])+1

运行时测试-

In [26]: a = np.random.choice([0,1], 10**8)

In [27]: %timeit np.nonzero((a[1:] - a[:-1]) == 1)[0] + 1
1 loop, best of 3: 1.91 s per loop

In [28]: %timeit np.where(np.diff(a)==1)[0] + 1
1 loop, best of 3: 1.91 s per loop

In [29]: %timeit np.flatnonzero(a[1:] > a[:-1])+1
1 loop, best of 3: 954 ms per loop

【讨论】：