阈值numpy数组，查找窗口答案

【问题标题】：Threshold numpy array, find windows阈值numpy数组，查找窗口
【发布时间】：2019-01-08 10:05:11
【问题描述】：

输入数据是一个二维数组（时间戳，值）对，按时间戳排序：

np.array([[50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66],
          [ 2,  3,  5,  6,  4,  2,  1,  2,  3,  4,  5,  4,  3,  2,  1,  2,  3]])

我想找到值超过阈值的时间窗口（例如 >=4）。似乎我可以使用布尔条件执行阈值部分，并使用 np.extract() 映射回时间戳：

>>> a[1] >= 4
array([False, False,  True,  True,  True, False, False, False, False,
        True,  True,  True, False, False, False, False, False])

>>> np.extract(a[1] >= 4, a[0])
array([52, 53, 54, 59, 60, 61])

但我需要每个窗口的第一个和最后一个时间戳与阈值匹配（即[[52, 54], [59, 61]]），这是我无法找到正确方法的地方。

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

这是一种方法：

# Create a mask
In [42]: mask = (a[1] >= 4)
# find indice of start and end of the threshold 
In [43]: ind = np.where(np.diff(mask))[0]
# add 1 to starting indices
In [44]: ind[::2] += 1
# find and reshape the result
In [45]: result = a[0][ind].reshape(-1, 2)

In [46]: result
Out[46]: 
array([[52, 54],
       [59, 61]])

【讨论】：

太好了！ np.diff() 是一个不错的方法。
如果数组中的最后一项匹配，ind 会以奇数个元素结束，并且 reshape 会失败并出现 ValueError: cannot reshape array of size 4321 into shape (2). 错误。在这种情况下将len(a)-1 附加到ind 会修复它（对于这个用例），因此最终窗口以数据集的结尾结束。

【解决方案2】：

当您拥有array([52, 53, 54, 59, 60, 61]) 时，您可以按照以下方式使用numpy.split

a = np.array([52,53,54,59,60,61])
b = list(a)
indices = [inx for inx,j in enumerate([i[1]-i[0] for i in zip(b,b[1:])]) if j>1]
suba = np.split(a,indices)
print(suba) #prints [array([52, 53]), array([54, 59, 60, 61])]

请注意，您应该将起点作为第二个参数提供给 numpy.split - 在此示例中，索引是 [2]（包含一个值的列表）

【讨论】：