python数组长度查询_python – 在numpy数组中查找相同值的序列长度(运行长度编码)...

在pylab程序中(也可能是一个matlab程序)我有一个代表距离的numpy数组：d [t]是时间t的距离(我的数据的时间跨度是len(d)时间单位) .

我感兴趣的事件是当距离低于某个阈值时,我想计算这些事件的持续时间.很容易得到一个b = d

如何在numpy数组中有效地检测那种序列？

下面是一些python代码,说明我的问题：第四个点需要很长时间才能出现(如果没有,增加数组的大小)

from pylab import *

threshold = 7

print '.'

d = 10*rand(10000000)

print '.'

b = d

print '.'

durations=[]

for i in xrange(len(b)):

if b[i] and (i==0 or not b[i-1]):

counter=1

if i>0 and b[i-1] and b[i]:

counter+=1

if (b[i-1] and not b[i]) or i==len(b)-1:

durations.append(counter)

print '.'

解决方法:

虽然不是numpy原语,但itertools函数通常非常快,所以请尝试这个(并且测量包括这个在内的各种解决方案的时间)：

def runs_of_ones(bits):

for bit, group in itertools.groupby(bits):

if bit: yield sum(group)

如果确实需要列表中的值,那么当然可以使用list(runs_of_ones(bits));但也许列表理解可能会略微加快：

def runs_of_ones_list(bits):

return [sum(g) for b, g in itertools.groupby(bits) if b]

转向“numpy-native”的可能性,那么：

def runs_of_ones_array(bits):

# make sure all runs of ones are well-bounded

bounded = numpy.hstack(([0], bits, [0]))

# get 1 at run starts and -1 at run ends

difs = numpy.diff(bounded)

run_starts, = numpy.where(difs > 0)

run_ends, = numpy.where(difs < 0)

return run_ends - run_starts

再次：确保在实际的示例中针对彼此对比解决方案！

标签：python,numpy,matlab,matplotlib