Question

为了更清楚，让我重新提出我最初在下面提出的问题。

我有一系列数据点，当有人迈出一步然后又迈出另一步时，它们的振幅会上升和下降。零是脚离开地面的时候。

一个简单的例子如下：

 data_array = (0,0,0,10,20,50,40,30,10,0,0,0,0,0,10,20,50,40,30,10,0,0)

我通过记录一个数组中的开始（所有索引开始）和另一个数组中的停止来确定每个步骤的开始和停止时间。

starts =（4 15）

停止=（9 20）

问题：现在，我想将初始数组中每一步的实际数据切片，并将它们分成列。

[注意：如果需要，我们知道开始或停止数组中的数据量所采取的步骤数。]

10 10

20 20

50 50

40 40

30 30

10 10

我无法弄清楚如何使用这些启动和停止索引来切割初始数组。或者，我没有找到过滤功能来切除步骤。

BTW（第2次编辑） 以下是我正在使用的一些代码：

sigma = 5

threshold = 30

above_threshold = gaussian_filter(Fz, sigma=sigma) > threshold

#---INDEX ALL STATE CHANGES---

ind = np.where(np.diff(above_threshold))[0] + 1

print ind

原始问题

在这种类型的数组中：

data_array = (0,0,0,10,20,50,40,30,10,0,0)

我确定何时值大于20且小于20.我将这些索引作为开始（超过20）并通过以下方式停止（低于20）：

startstop = np.vstack((ind[::2], ind[1::2])).T   
starts1=np.vstack((ind[::2])).T
stops1=np.vstack((ind[1::2])).T

有人可以使用numpy（或不使用）指向正确的方向，这样我就可以使用其中一个数组（startstop，starts1，stops1）在data_array中提取所有这些值来获取：

new_array = (50,40,30)

谢谢，斯科特

Answer 1

我不明白你试图去做的方式，但是你可以使用filter吗？：

>>> data_array = (0,0,0,10,20,50,40,30,10,0)
>>> filter(lambda x: x>20,data_array)

(50, 40, 30)

也适用于numpy数组。

Answer 2

take（）会做你想做的事，我想。

data_array = np.array([0,0,0,10,20,50,40,30,10,0])


b = data_array.take([1,2,3])
print b

输出：

[ 0  0 10]

了解详情：take() more on take

Answer 3

您的问题并不十分清楚，但如果您要问如何切片Python列表或可迭代，请使用内置的slice function：

>>> data_array = (0,0,0,10,20,50,40,30,10,0)
>>> data_array[slice(5,8)]
(50, 40, 30)
>>> new_list=list(data_array[slice(5,8)])
>>> new_list
[50, 40, 30]

Answer 4

Python列表使用方括号定义，我们希望生成列表列表（其中每个部分包含一个已定义的段）。由于计算机从0开始计数，因此“第4个元素是开始”转换为数组索引= 3。

一个怪癖就是要查询第4到第9个元素，我们将使用data_array [3：9]：这个切片符号为您提供从第一个指定开始的每个元素，直到（但不包括）最后一个元素。其余的是一个列表理解，它遍历任意数量的步骤段。

starts = [4, 15]
stops = [9, 20]
data_array = [0,0,0,10,20,50,40,30,10,0,0,0,0,0,10,20,50,40,30,10,0,0]
segments = [ data_array[starts[i] - 1: stops[i]  ]  for i in range( len(starts) ) ]

返回

>>> segments
[[10, 20, 50, 40, 30, 10], [10, 20, 50, 40, 30, 10]]

可以单独访问每组步骤（段）：

>>>segments[0]
[10, 20, 50, 40, 30, 10]

编辑：或者......如果你需要使用numpy数组，那么试试： segments = array（[data_array [starts [i] - 1：stop [i]] for i in range（len（starts））]）

我尝试使用其他模块直接获取数组（使用itertools.islice itertools.chain，numpy.fromiter等）。但即使更高级的解决方案有效，我也不确定它是否比转换到阵列提供了显着的速度优势，而且它的简洁性要低得多。请参阅：How do I build a numpy array from a generator?

Slice Array给定Python中另一个数组的范围

4 个答案: