如何找到满足条件（Python）的向量的最后“K”索引？ （Matlab的“发现”类似物）

Question

考虑一些载体：

import numpy as np
v = np.arange(10)

假设我们需要找到满足某些条件的最后2个索引。 例如，在Matlab中，它将被写成例如。

find(v <5 , 2,'last')
answer =    [ 3 ,    4 ]  (Note: Matlab indexing from 1)

问题：在Python中最明智的方法是什么？

“Nice”解决方案应该在找到2个所需结果时停止搜索，它不应搜索向量的所有元素。 所以np.where在这个意义上似乎并不“好”。

我们可以使用“for”轻松编写，但有没有其他方法？ 我害怕使用“for”因为它可能很慢（至少在Matlab中是如此）。

Answer 1

即使循环被隐藏，您找到的任何解决方案都会遍历列表。在一个函数内部。 您的问题的解决方案取决于您可以做出的假设，例如列表是排序的？ 对于一般情况，我从最后开始迭代循环：

def find(condition, k, v):
    indices = []
    for i, var in enumerate(reversed(v)):
        if condition(var):
            indices.append(len(v) - i - 1)
            if len(indices) >= k:
                break
    return indices

然后该条件应作为函数传递，因此您可以使用lambda：

v = range(10)
find(lambda x: x < 5, 3, v)

将输出

  

[4,3,2]

Answer 2

此尝试不使用numpy，并且可能不是非常惯用。

尽管如此，如果我理解正确，zip，filter和reversed都是惰性迭代器，它们只接受它们真正需要的元素。因此，你可以试试这个：

x = list(range(10))

from itertools import islice

res = reversed(list(map(
  lambda xi: xi[1], 
  islice(
    filter(
      lambda xi: xi[0] < 5, 
      zip(reversed(x), reversed(range(len(x))))
    ), 
    2
  )
)))

print(list(res))

输出：

[3, 4]

它的作用（从内到外）：

• 创建索引范围
• 反转数组和索引
• 使用索引
压缩反转数组
• 过滤所需的两个(value, index) - 对，按islice
提取
• 丢弃值，仅保留map
的索引
• 再次反向

即使它看起来有点怪异，但它应该都是懒惰的，并在它找到你要找的前两个元素后停止。我没有将它与一个简单的循环进行比较，也许只是使用循环会更简单，更快。

Answer 3

我不知道＆＃34;好＆＃34;短暂的短路解决方案。

最有原则的方法是使用类似Cython的东西来粗暴地过度简化它为Python添加快速循环。一旦你设置了它就很容易。

如果你不想这样做，你必须雇用一些体操，如：

import numpy as np

def find_last_k(vector, condition, k, minchunk=32):
    if k > minchunk:
        minchunk = k
    l, r = vector.size - minchunk, vector.size
    found = []
    n_found = 0
    while r > 0:
        if l <= 0:
            l = 0
        found.append(l + np.where(condition(vector[l:r]))[0])
        n_found += len(found[-1])
        if n_found >= k:
            break
        l, r = 3 * l - 2 * r, l
    return np.concatenate(found[::-1])[-k:]

这会尝试平衡循环开销和numpy＆＃34;不灵活性＆＃34;通过搜索块，我们以指数方式成长，直到找到足够的命中。

不过很不错。