Question

我有一个numpy数组，它是一个向量（1乘n）。我想在它遇到布尔表达式（大于某个数字）的第一个和最后一个出现之间进行子集化。

即。类似的东西：

positions = numpy.where(myArray >= value)[0]
subset = myArray[positions[0]:positions[-1]+1]

这是一个解决方案，但据我了解，这将涉及搜索整个数组两次以检索positions结果。 myArray可能非常大，还有其他解决方案吗？

Answer 1

让我们列出一些方法：

def original(arr, val):
    pos = np.where(arr>=val)[0]
    return arr[pos[0]:pos[-1]+1]

def with_argmax(arr, val):
    pos = (arr>=val)
    return arr[pos.argmax():-pos[::-1].argmax() or None]

使用中等大小的数组设置并使用少量值进行剪辑：

arr = np.ones(1E5)
arr[:300] = 0; arr[-300:]=0

时序：

%timeit original(arr,1)
1000 loops, best of 3: 504 µs per loop

%timeit with_argmax(arr,1)
1000 loops, best of 3: 297 µs per loop

相同的数组大小，有更多要剪辑的值：

arr = np.ones(1E5)
arr[:2E4] = 0; arr[-2E4:]=0

时序：

%timeit original(arr,1)
1000 loops, best of 3: 528 µs per loop

%timeit with_argmax(arr,1)
1000 loops, best of 3: 296 µs per loop

你真正想要的是找到第一个非零元素＆＃34;这个例程目前还没有，但是针对numpy 2.0。可以找到更多信息here。

逻辑表达式匹配的第一个和最后一个出现之间的Numpy子集数组

1 个答案: