如何根据python中的阈值从数组中提取子数组？

Question

我有一个 numpy 数组的形式：

a = numpy.array([0,2,2,3,4,2,5,5,6,2,5,6,4,4,2,3,1,7,7,2,3,3,4,1,8,9,8,8])
threshold = 4
threshold_seq_len = 5
subarray_seq_len = 4

我希望实现的输出是

b =[array([5,5,6,2,5,6]), array([8,9,8,8])]

我想根据条件提取子数组：

1) 子数组应根据小于或等于 阈值 的值序列进行拆分。在上述情况下，第一个子数组([5,5,6,2,5,6]) 出现在序列[0,2,2,3,4,2] 之后，所有子数组都小于或等于阈值 4。

2) 阈值序列应至少与 threshold_seq_len 一样长，否则它们将只是子数组的一部分。请注意，value '2' 存在于第一个子数组中，因为它是单个出现的 (length =1)。

3) 子数组本身应至少与 subarray_seq_len 一样长。例如，索引 17 和 18 处的值各为 7，但自 length<4 以来不考虑它们。

对于上下文，数组表示音频文件中的振幅，我正在尝试根据所描述的逻辑提取可行的非静音候选。

什么是有效实现这一目标的pythonic方法？

我已经尝试过Extract subarrays of numpy array whose values are above a threshold中描述的方法。

问题是，这个问题似乎是我的问题(threshold_seq_len=1, subarray_seq_len=1) 的一个具体案例，因为该任务仅涉及根据阈值的出现来拆分一个数组。我一直在尝试概括它，但到目前为止都失败了。

Answer 1

这是一种方法-

from scipy.ndimage.morphology import binary_closing

def filter_ar(a, threshold, threshold_seq_len, subarray_seq_len):
    # Mask wrt threshold
    m0 = np.r_[False,a>threshold,False]

    # Close "holes", those one-off lesser than thresh elements
    k = np.ones(2,dtype=bool)
    m = binary_closing(m0,k)

    # Get initial start, stop indices
    idx = np.flatnonzero(m[:-1] != m[1:])
    s0,s1 = idx[::2],idx[1::2]

    # Masks based on subarray_seq_len, threshold_seq_len
    mask1 = (s1-s0)>=subarray_seq_len
    mask2 = np.add.reduceat(m0,s0) >= threshold_seq_len

    # Get combined one after looking for first sequence that has threshold_seq_len
    # elements > threshold
    mask1[mask2.argmax():] &= True

    # Get valid start,stop indices and then split input array 
    starts,ends = s0[mask1],s1[mask1]
    out = [a[i:j] for (i,j) in zip(starts,ends)]
    return out

Answer 2

这确实适用于您的示例，但我无法避免列表理解。另外，我还没有检查这是否比简单地遍历列表要慢...（可能）

b = np.where(a > threshold)[0]
d = np.where(np.diff(b) >= threshold_seq_len)[0]
e = np.split(b,d+1)

subarrays = [a[i[0]:i[-1]+1] for i in e if (i[-1]-i[0] + 1) >= subarray_seq_len]