基于索引切割numpy数组答案

【问题标题】：Cutting numpy array based on index基于索引切割numpy数组
【发布时间】：2018-05-02 00:43:12
【问题描述】：

我有一个一维 numpy 数组。此数组中两个后续值之间的差值要么是 1，要么大于 1。我想为每次出现差异大于一的情况将数组切割成部分。因此：

arr = numpy.array([77, 78, 79, 80, 90, 91, 92, 100, 101, 102, 103, 104])

应该变成

[array([77, 78, 79, 80]), array([90, 91, 92]), array([100, 101, 102, 103, 104])]

我有以下代码可以解决问题，但我觉得我在这里很复杂。必须有更好/更蟒蛇的方式。谁有更优雅的方法？

import numpy

def split(arr, cut_idxs):

  empty_arr = []
  for idx in range(-1, cut_idxs.shape[0]):  
    if idx == -1:
      l, r = 0, cut_idxs[0]
    elif (idx != -1) and (idx != cut_idxs.shape[0] - 1):
      l, r = cut_idxs[idx] + 1, cut_idxs[idx + 1]
    elif idx == cut_idxs.shape[0] - 1:
      l, r = cut_idxs[-1] + 1, arr.shape[0]

    empty_arr.append(arr[l:r + 1]) 

  return empty_arr 


arr = numpy.array([77, 78, 79, 80, 90, 91, 92, 100, 101, 102, 103, 104])
cuts = numpy.where(numpy.ediff1d(arr) > 2)[0]

print split(arr, cuts)

【问题讨论】：

标签： python arrays numpy optimization

【解决方案1】：

一种 Pythonic 方式是 -

np.split(arr, np.flatnonzero(np.diff(arr)>1)+1)

示例运行 -

In [10]: arr
Out[10]: array([ 77,  78,  79,  80,  90,  91,  92, 100, 101, 102, 103, 104])

In [11]: np.split(arr, np.flatnonzero(np.diff(arr)>1)+1)
Out[11]: 
[array([77, 78, 79, 80]),
 array([90, 91, 92]),
 array([100, 101, 102, 103, 104])]

另一个slicing -

In [16]: cut_idx = np.r_[0,np.flatnonzero(np.diff(arr)>1)+1,len(arr)]
             # Or np.flatnonzero(np.r_[True, np.diff(arr)>1, True])

In [17]: [arr[i:j] for i,j in zip(cut_idx[:-1],cut_idx[1:])]
Out[17]: 
[array([77, 78, 79, 80]),
 array([90, 91, 92]),
 array([100, 101, 102, 103, 104])]

【讨论】：

使用 np.flatnonzero 代替 np.where 有什么好处吗？
@TheDude Nope，np.flatnonzero 更明确地表明我们正在使用一维数组。

【解决方案2】：

另一种切片方式，使用np.diff获取适当的索引：

import numpy as np
def split(arr):
    idx = np.pad(np.where(np.diff(arr) > 1)[0]+1, (1,1),
             'constant', constant_values = (0, len(arr)))
    return [arr[idx[i]: idx[i+1]] for i in range(len(idx)-1)]

结果：

arr = np.array([77, 78, 79, 80, 90, 91, 92, 100, 101, 102, 103, 104])
>>> split(arr)
[array([77, 78, 79, 80]), array([90, 91, 92]), array([100, 101, 102, 103, 104])]

在您的情况下，您的切片“映射”idx 最终为：array([ 0, 4, 7, 12])，这就是 diff 大于 1（索引 4 和 7）的位置，用零填充左边，右边数组的长度（12）使用np.pad

但是np.split，正如@Divakar 所建议的，似乎是要走的路

【讨论】：