从 Python 中的另一个数组切分给定范围的数组答案

【问题标题】：Slice Array Given Range from another array in Python从 Python 中的另一个数组切分给定范围的数组
【发布时间】：2012-05-29 21:05:41
【问题描述】：

为了更清楚，让我改写我最初在下面提出的问题。

我有一系列数据点，当有人迈出一步然后又迈出一步时，这些数据点的幅度会上升和下降。零是脚离开地面的时候。

一个简单的例子如下所示：

 data_array = (0,0,0,10,20,50,40,30,10,0,0,0,0,0,10,20,50,40,30,10,0,0)

我通过在一个数组中记录开始（所有开始的索引）和在另一个数组中记录来确定每个步骤何时开始和停止。

开始 = (4 15)

停止 = (9 20)

问题：现在，我想从初始数组中切出每个步骤的实际数据，并将它们分成列。

[注意：如果有必要，我们知道开始或停止数组中的数据量所采取的步数。]

10 10

20 20

50 50

40 40

30 30

10 10

我不知道如何使用这些开始和停止索引来分割初始数组。或者，我没有找到过滤功能来分割步骤。

顺便说一句（第二次编辑） 如果有帮助，这是我正在使用的一些代码：

sigma = 5

threshold = 30

above_threshold = gaussian_filter(Fz, sigma=sigma) > threshold

#---INDEX ALL STATE CHANGES---

ind = np.where(np.diff(above_threshold))[0] + 1

print ind

原始问题

在这种类型的数组中：

data_array = (0,0,0,10,20,50,40,30,10,0,0)

我确定值何时高于 20 和低于 20。我通过以下操作将这些索引返回为开始（高于 20）和停止（低于 20）：

startstop = np.vstack((ind[::2], ind[1::2])).T   
starts1=np.vstack((ind[::2])).T
stops1=np.vstack((ind[1::2])).T

有人可以使用 numpy（或不使用）为我指出正确的方向，以便我可以使用这些数组之一（startstop、starts1、stops1）提取 data_array 中的所有这些值来获得：

new_array = (50,40,30)

谢谢，斯科特

【问题讨论】：

标签： python arrays numpy slice

【解决方案1】：

Python 列表是用方括号定义的，我们想要生成一个列表列表（其中每一部分都包含您定义的段之一）。由于计算机从 0 开始计数，因此您的“第 4 个元素是开始”转换为数组索引 = 3。

一个怪癖是，要查询第 4 到第 9 个元素，我们将使用 data_array[3:9]：此切片表示法为您提供从指定的第一个元素开始的每个元素，直到（但不包括）最后一个元素。其余的是一个列表推导，可以遍历任意数量的步骤段。

starts = [4, 15]
stops = [9, 20]
data_array = [0,0,0,10,20,50,40,30,10,0,0,0,0,0,10,20,50,40,30,10,0,0]
segments = [ data_array[starts[i] - 1: stops[i]  ]  for i in range( len(starts) ) ]

>>> segments
[[10, 20, 50, 40, 30, 10], [10, 20, 50, 40, 30, 10]]

每组步骤（段）都可以单独访问：

>>>segments[0]
[10, 20, 50, 40, 30, 10]

编辑：或者...如果您需要使用 numpy 数组，请尝试：段 = array([ data_array[starts[i] - 1:stops[i] ] for i in range(len(starts) ) ])

我尝试在其他模块中工作以直接获取数组（使用itertools.islice 和itertools.chain、numpy.fromiter 等）。但即使更高级的解决方案有效，我不确定它是否会比转换为数组提供显着的速度优势，而且它会不那么简洁。见：How do I build a numpy array from a generator?

【讨论】：

如果我将我的 numpy 数组扁平化为一维列表，这将有效。但是，然后我将不得不重建新的 numpy 数组以利用数学函数在每个段上运行。有什么建议吗？
根据数据的大小，您可能可以在最后将其转换为数组：segments = array [ list comprehension ]）。或者，您可以花点心思并结合其他功能/模块。我将编辑我的帖子以包含使用 numpy 的替代解决方案。

【解决方案2】：

我不明白你的做法，但你能用filter吗？：

>>> data_array = (0,0,0,10,20,50,40,30,10,0)
>>> filter(lambda x: x>20,data_array)

(50, 40, 30)

也适用于 numpy 数组。

【讨论】：

过滤器现在很有吸引力。我目前正在使用 sigma = 5 threshold = 30 above_threshold = gaussian_filter(Fz, sigma=sigma) > threshold #array with True/Falso pending values above/below filter #---INDEX ALL STATE CHANGES--- ind = np.where (np.diff(above_threshold))[0] + 1 print ind
抱歉，stackoverflow 的新手，不知道如何更好地格式化我的回复。希望这是有道理的。

【解决方案3】：

take() 会做你想做的事，我想。

data_array = np.array([0,0,0,10,20,50,40,30,10,0])


b = data_array.take([1,2,3])
print b

输出：

[ 0  0 10]

阅读更多：take() more on take

【讨论】：

谢谢，以后可能会派上用场。但是，我需要自动化这个，而不是输入 1,2,3。
可以替换数组[1,2,3]。使用您制作的具有所需元素索引的数组。就像这样： b = data_array.take(starts1) 。你以为这是你的问题吗？
starts1 仅包含起始索引（一个元素），我在 stop1 中有范围的结尾。我可以用每次开始和停止之间的所有索引创建一个新数组。然后把它们传进去。不过看起来很贵？

【解决方案4】：

你的问题不是很清楚，但如果你问的是如何对 Python 列表或可迭代对象进行切片，请使用内置的slice function：

>>> data_array = (0,0,0,10,20,50,40,30,10,0)
>>> data_array[slice(5,8)]
(50, 40, 30)
>>> new_list=list(data_array[slice(5,8)])
>>> new_list
[50, 40, 30]

【讨论】：

我在上面改写了我的问题。你是对的，不是很清楚。我可以在不输入 5、8 的情况下使用您的建议吗？我之前尝试过，但无法传入变量来自动执行代码并取出多个切片。
@Scott：嗯，是的。你可以做data_array[slice(start,stop)]，内置的切片比l[8:10]的切片语法更不挑剔。
有道理，谢谢。似乎我的主要问题是我真的试图将所有内容保存在最初拥有数据的 2D numpy 数组中。我将它展平成一个列表并工作。但是，我想重建 numpy 数组以在每个段上完成数学运算。