这是我打算用Python做的事情:
我有一个数组(freq_arr
)。我想找到第一组非零元素的索引。我从start开始搜索非零元素,当我找到第一个非零元素(第一个元素是5,在下面的例子中)时,我记录它的索引(4,在下面的例子中)。我搜索下一个,并记录其索引(将为5)。如果我遇到一个零,我想忽略它并继续搜索非零值。这样,我考虑值为5,5,0,8,9,0,1,索引为4,5,6,7,8,9和10.在这些值之后,有五个零,因此我停止搜索。输出中最多可以存在两个零,并继续搜索。但是,如果我遇到3个或更多的零,我想停止搜索。
输入:
freq_arr = np.array([0, 0, 0, 0, 5, 6, 0, 8, 9, 0, 1, 0, 0, 0, 0, 3, 6, 0])
输出:
out_arr_indices = [4, 5, 6, 7, 8, 9, 10]
我知道使用for循环对此进行编码,但我想避免使用它,因为它效率不高。请告诉我如何做到这一点。
数组将是单维的。每个元素的范围都在5000到20000之间。
答案 0 :(得分:2)
如果我理解你的问题,你想要遍历列表,跳过连续两个或更少的零,并将非零值的索引添加到输出数组。也许像下面这样的东西
freq_arr = [0, 0, 5, 6, 0, 8, 9, 0, 1, 0, 0, 0, 0, 3, 6, 0]
outputarr = []
count = 0
zerocount = 0
while count < len(freq_arr) and zerocount < 3:
if freq_arr[count] == 0:
zerocount += 1
else:
zerocount = 0
outputarr.append(count)
count += 1
如果您提供更多详细信息,我们可以提供更好的帮助。
答案 1 :(得分:2)
这是切片和argmax(检测非零和零)的一种方法 -
def start_stop_indices(freq_arr, W=3):
nnz_mask = freq_arr!=0
start_idx = nnz_mask.argmax()
m0 = nnz_mask[start_idx:]
kernel = np.ones(W,dtype=int)
last_idx = np.convolve(m0, kernel).argmin() + start_idx - W
return start_idx, last_idx
样品运行 -
In [203]: freq_arr
Out[203]: array([0, 0, 0, 0, 5, 6, 0, 8, 9, 0, 1, 0, 0, 0, 0, 3, 6, 0])
In [204]: start_stop_indices(freq_arr, W=3)
Out[204]: (4, 10)
In [205]: start_stop_indices(freq_arr, W=2)
Out[205]: (4, 10)
In [206]: start_stop_indices(freq_arr, W=1)
Out[206]: (4, 5)
这是另一个长度= 3
的固定窗口搜索,避免使用convolution
并更多地使用slicing
-
def start_stop_indices_v2(freq_arr):
nnz_mask = freq_arr!=0
start_idx = nnz_mask.argmax()
m0 = nnz_mask[start_idx:]
idx0 = (m0[:-2] | m0[1:-1] | m0[2:]).argmin()
last_idx = idx0 + start_idx - 1
return start_idx, last_idx