Question

我有一个numpy数组，带有一堆单调递增的值。说，

a = [1,2,3,4,6,10,10,11,14]
a_arr=np.array(a)

也说

thresh = 4

我想创建一个数组，其中包含a_arr子集的索引，该子集遍历数组，选择元素但忽略的元素与最后一个选择的间距至少为thresh 。使用算法可以更容易地描述这一点：

def select_idx(a, thresh):
    ret = []
    for idx, elt in enumerate(a):
        if len(ret) == 0 or elt >= a[ret[-1]] + thresh:
            ret.append(idx)
    return ret

显然我可以使用这个函数来做到这一点，但这似乎很慢。有什么方法可以在numpy中进行矢量化吗？

感谢。

P.S。在此示例中，select_idx（a，thresh）= [0,4,5,8]

编辑：此问题的近似版本可能更容易进行向量化：将数字行划分为大小为thresh的存储桶，我想从a中的第一个值开始。因此，此示例中的桶分隔符将为0,4,8,12,16 ....选择作为其存储桶中第一个元素的数字的索引。（是的，我意识到这与我之前写的不一样。）

Answer 1

这是针对您的近似问题的矢量化解决方案：

idx = np.cumsum(np.bincount((a-a[0])/thresh))[:-1]

这将为您提供除第一个零之外的所有索引，它始终存在。这是解释：

(a-a[0])/thresh执行整数除法（假设a具有整数dtype），以将值分组到thresh组中。
cumsum(bincount(...))计算每个组的大小并将其转换为索引。请注意，如果存储区bincount中没有值将报告0，则此数组中可能会有重复。
最后，我们丢弃最后一个索引，该索引对应于a的大小。或者，如果索引的顺序无关紧要，您可以利用它来获得零索引：
```
idx = np.cumsum(np.bincount((a-a[0])/thresh)) % len(a)
```

numpy - 从具有间距的数组中选择元素

1 个答案: