在numpy数组中查找False-True转换

提问于 2024-04-25T00:43:57+08:00

浏览次

5

给定一个numpy数组：

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

如何查找值从False转换为True的次数？对于上面的例子，答案是2.我不想在计数中包含从True到False的转换 .

从How do I identify sequences of values in a boolean array?的答案中，以下内容生成值即将更改的索引，这不是我想要的，因为这包括True-False转换 .

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，但我想知道是否有更快的方法来做到这一点？

2 回答

8
获得一次性切片 - x[:-1] （从第一个elem开始，到第二个最后一个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 grab [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 False ，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:])
```
回复于 2024-04-25T00:43:57+08:00
0
我有点喜欢使用numpy方法“roll”来解决这类问题......“roll”将数组旋转到左边一些步长：（-1，-2，...）或右边（1,2， ...）
```
import numpy as np
np.roll(x,-1)
```
...这会给x但向左移一步：
```
array([ True,  True, False, False, False, False, False,  True, False, False], 
dtype=bool)
```
然后可以将False跟随True表示为：
```
~x & np.roll(x,-1)

array([ True, False, False, False, False, False, False,  True, False, False], 
dtype=bool)
```
回复于 2024-04-25T00:43:57+08:00

相关问题