基于连续元素对的属性消除数组行

Question

我们得到一个数组样本a，如下所示，以及一个常量c。

import numpy as np

a = np.array([[1, 3, 1, 11, 9, 14],
              [2, 12, 1, 10, 7, 6],
              [6, 7, 2, 14, 2, 15],
              [14, 8, 1, 3, -7, 2],
              [0, -3, 0, 3, -3, 0],
              [2, 2, 3, 3, 12, 13],
              [3, 14, 4, 12, 1, 4],
              [0, 13, 13, 4, 0, 3]])
c = 2

在这个问题中，将每个数组行视为由三对组成很方便，因此第一行是[1,3, 1,11, 9,14]。

定义：d_min是two consecutive pairs的元素之间的最小差异。 p>

问题：我想保留数组行a，其中所有连续对都有d_min <= c。否则，应该消除这些行。

在第一个数组行中，第一对 (1,3) 和第二对 (1,11) 具有 d_min = 1-1=0。 第二对（1,11）和第三对（9,14）有d_min = 11-9=2。 （在这两种情况下，d_min<=c，所以我们将这一行保留在a）

在第二个数组行中，第一对 (2,12) 和第二对 (1,10) 具有 d_min = 2-1=1。 但是，第二对（1,10）和第三对（7,6）有d_min = 10-7=3。 (3 > c, 所以这行应该从数组a中删除)

目前的努力：我目前使用嵌套的 for 循环（2 深）来处理这个问题。
外部循环遍历数组a 的行，确定前两对之间的d_min，使用：

for r in a
    d_min = np.amin(np.abs(np.subtract.outer(r[:2], r[2:4])))

内部循环使用相同的方法来确定最后两对之间的d_min。 只有当d_min<= c 用于两组连续对时，才会进行进一步处理。 我真的希望有一种方法可以避免 for 循环。我最终需要处理 8 列数组，而我目前的方法将涉及 3 深度循环。

在示例中，有 4 行消除。最终结果应如下所示：

a = np.array([[1, 3, 1, 11, 9, 14],
              [0, -3, 0, 3, -3, 0],
              [3, 14, 4, 12, 1, 4],
              [0, 13, 13, 4, 0, 3]])

Answer 1

假设每行的元素个数总是偶数：

import numpy as np

a = np.array([[1, 3, 1, 11, 9, 14],
              [2, 12, 1, 10, 7, 6],
              [6, 7, 2, 14, 2, 15],
              [14, 8, 1, 3, -7, 2],
              [0, -3, 0, 3, -3, 0],
              [2, 2, 3, 3, 12, 13],
              [3, 14, 4, 12, 1, 4],
              [0, 13, 13, 4, 0, 3]])
c = 2

# separate the array as previous pairs and next pairs
sx, sy = a.shape
prev_shape = sx, (sy - 2) // 2, 1, 2
next_shape = sx, (sy - 2) // 2, 2, 1

prev_pairs = a[:, :-2].reshape(prev_shape)
next_pairs = a[:, 2:].reshape(next_shape)

# subtract which will effectively work as outer subtraction due to numpy broadcasting, and 
# calculate the minimum difference for each pair
pair_diff_min = np.abs(prev_pairs - next_pairs).min(axis=(2, 3))

# calculate the filter condition as boolean array
to_keep = pair_diff_min.max(axis=1) <= c

print(a[to_keep])
#[[ 1  3  1 11  9 14]
# [ 0 -3  0  3 -3  0]
# [ 3 14  4 12  1  4]
# [ 0 13 13  4  0  3]]

Demo Link