基于矢量化的 numpy 特定操作

Question

我有一个以每小时为单位的商店每天的潜在销售数字的数组。

test = np.array([1,2,1,5,3,6,10,0,0,3,2,3,0,0,7,3,6,2,0,0,3,5,4,6])

我的问题是 - 当销售额为 0 时，我们永远不会开店。 - 我们每天只能开两次店（每次连续）

所以我们想要的是计算潜在开业期间的累计潜在销售额。

test = np.array([ 1, 3, 4, 9, 12, 18, 28, 0, 0, 3, 5, 8, 0, 0, 7, 10, 16, 18, 0, 0, 3, 8, 12, 18])

然后我们选择第一个可以获得 28 美元的时期， 以及我们获得 18 美元的最后一个时期。 （如果存在具有相同潜在累积收益的时期，我们选择后者）。

所以我真正想要的是

test = np.array([1,2,1,5,3,6,10,0,0,0,0,0,0,0,0,0,0,0,0,0,3,5,4,6])

现在关闭的时间是 0。

我可以通过这个来完成累积的潜在销售：但我不知道如何进行到最后一步。

Answer 1

import numpy as np

test = np.array([1,2,1,5,3,6,10,0,0,3,2,3,0,0,7,3,6,2,0,0,3,5,4,6])

sum = 0
cumulative = []
for item in test:
    if item != 0:
        sum += item
        cumulative.append(sum)
    else:
        sum = 0
        cumulative.append(0)

max_rev = sorted(cumulative)[-1:]
index_max = max([i for i, x in enumerate(cumulative) if x == max_rev])
from_max = index_max
while cumulative[from_max] != 0: from_max -= 1

next_max_rev = sorted(cumulative[:from_max] + [0]*(index_max-from_max) cumulative[index_max:])[-1:]

index_next_max = max([i for i, x in enumerate(cumulative) if x == next_max_rev])
from_next_max = index_next_max
while cumulative[from_next_max] != 0: from_next_max -= 1

for i, x in enumerate(test):
    if ( i > from_max and i <= index_max) or ( i > from_next_max and i <= index_next_max): continue
    else: test[i] = 0

print(test)

返回

[ 1  3  4  9 12 18 28  0  0  0  0  0  0  0  0  0  0  0  0  0  3  8 12 18]