Question

给定一个numpy数组：

x = np.array([False, True, True, False, False, False, False, False, True, False])

如何找到值从False转换为True的次数？对于上面的例子，答案是2.我不想要在计数中包含从True到False的转换。

从How do I identify sequences of values in a boolean array?的答案中，下面会生成值即将发生变化的索引，这不是我想要的，因为这包括真假过渡。

np.argwhere(np.diff(x)).squeeze()
# [0 2 7 8]

我知道这可以通过循环遍历数组来完成，但是我想知道是否有更快的方法来执行此操作？

Answer 1

获得一次性切片 - x[:-1]（从第一个elem开始，到第二个elem结束）和x[1:]（从第二个elem开始直到结束），然后寻找第一个切片小于第二个切片，即抓住[False, True]的模式，最后得到ndarray.sum()或np.count_nonzero()的计数 -

(x[:-1] < x[1:]).sum()
np.count_nonzero(x[:-1] < x[1:])

另一种方法是寻找第一个切片为False而第二个切片为True，这个想法再次是为了捕捉[False, True] -

的模式

(~x[:-1] & x[1:]).sum()
np.count_nonzero(~x[:-1] & x[1:])

Answer 2

对于这种问题，我有点喜欢使用numpy方法“ roll” ... “ roll”旋转数组，使数组向左旋转一些步长：（-1，-2，...）或向右旋转（1,2，...）

import numpy as np
np.roll(x,-1)

...这将给x，但向左移动了一步：

array([ True,  True, False, False, False, False, False,  True, False, False], 
dtype=bool)

随后为True的False可以表示为：

~x & np.roll(x,-1)

array([ True, False, False, False, False, False, False,  True, False, False], 
dtype=bool)

在numpy数组中查找False-True转换

2 个答案: