当中断大小可变并且整数列表在python中不连续时，通过数据中的中断拆分整数列表？

Question

我正在使用 python 中的 GPS 跟踪数据，并尝试通过在收集 GPS 点之间经过的时间间隔来拆分 GPS 跟踪文件。我已将所有时间值转换为整数，现在我正在处理整数列表。整数不是连续的，可以间隔 1、2、3、4 或 5 秒，但仍被视为同一 GPS 轨迹的可行数据。但是，有些文件的数据块相隔数百秒 - 在这种情况下，我想将整数列表拆分为两个单独的文件（最终代表两个单独的行程）。

我一直在使用以下代码进行基本测试：

    import numpy as np

    a = [0, 47, 48, 49, 50, 97, 98, 99]

    def consecutive(data, stepsize=1):
        return np.split(data, np.where(np.diff(data) != stepsize)[0]+1)

    b = np.array(a)
    print consecutive(b)

>>>
[array([0]), array([47, 48, 49, 50]), array([97, 98, 99])]

如果实际数据中的步长始终为 1，这将起作用 - 但是，它们不是。我尝试在列表中插入适当的最大步长，但得到以下结果：

import numpy as np

a = [0, 47, 49, 51, 54, 97, 99, 101, 104, 107, 108, 356, 357, 358]

def consecutive(data, stepsize=5):
    return np.split(data, np.where(np.diff(data) != stepsize)[0]+1)

b = np.array(a)
print consecutive(b)

>>>
[array([0]), array([47]), array([49]), array([51]), array([54]), array([97]), array([99]), array([101]), array([104]), array([107]), array([108]), array([356]), array([357]), array([358])]

每个数字都是一个单独的列表，因为没有一个步长等于 5。

我尝试通过以下方式编辑此工作脚本以考虑可变步长，但由于语法无效而出现错误：

import numpy as np

a = [0, 47, 49, 51, 54, 97, 99, 101, 104, 107, 108, 356, 357, 358]

def consecutive(data, stepsize<5):
    return np.split(data, np.where(np.diff(data) != stepsize)[0]+1)

b = np.array(a)
print consecutive(b)

错误说

我可能遗漏了一些基本的东西，但感谢我当前定义/使用的功能之外的任何建议或其他解决方法。

我还要感谢那些在此链接中提供另一个问题答案的人：how to find the groups of consecutive elements from an array in numpy?，因为它帮助我开始了。

Answer 1

np.split(a, np.where(np.diff(a) > 5)[0]+1)

产量

[array([0]), array([47, 48, 49, 50]), array([97, 98, 99])]

所以只需将您的功能更改为：

def consecutive(data, stepsize=5): 
    return np.split(data, np.where(np.diff(data) > stepsize)[0]+1)

更新以合并更大的样本量

a = [0, 47, 49, 51, 54, 97, 99, 101, 104, 107, 108, 356, 357, 358]
np.split(a, np.where(np.diff(a) > 5)[0]+1)

得到这个答案：

[array([0]),
 array([47, 49, 51, 54]),
 array([ 97,  99, 101, 104, 107, 108]),
 array([356, 357, 358])]

这就是你要找的吗？