根据多个条件获取 NumPy 数组的连续元素组

Question

我有 2 个 NumPy 数组如下：

import numpy as np
a = np.array([1, 4, 2, 6, 4, 4, 6, 2, 7, 6, 2, 8, 9, 3, 6, 3, 4, 4, 5, 8])
b = np.array([2, 8, 3, 9, 9, 9, 7, 5, 4, 8, 6, 5, 4, 4, 7, 2, 1, 1, 9, 9])

和2个常数：

c = 6
d = 3

基于a previous question，每次a中的元素小于c，我可以提取一个数组，连续2次或更多次：

array = np.append(a, -np.inf)  # padding so we don't lose last element
mask = array >= c  # values to be removed
split_indices = np.where(mask)[0]
for subarray in np.split(array, split_indices + 1):
    if len(subarray) > 2:
        print(subarray[:-1])

哪个输出：

[1. 4. 2.]
[4. 4.]
[3. 4. 4. 5.]

现在，我想将我的条件更改为多个条件，其中连续 2 次或更多次：

1. a 中的元素小于c，

与

1. b 中的元素小于d

使用以下代码：

mask = ((a< c) & (b< d))

我知道我的条件（连续 2 次或更多次）在索引 15、16 和 17 处仅满足 1 次。

现在我想提取与我的条件满足的那些索引对应的a 的值。

根据链接答案，我尝试了：

a1= np.append(a, -np.inf)
a2=np.append(b, -np.inf)  # padding so we don't lose last element
mask = ((a1< c) & (a2< d))  # values to be removed
split_indices = np.where(mask)[0]
for subarray in np.split(a, split_indices + 1):
    if len(subarray) > 2:
        print(subarray[:-1])

令人惊讶的是，返回一个我的条件不符合的数组...

[4 2 6 4 4 6 2 7 6 2 8 9 3 6]

我也试过np.extract如下：

np.extract((len(list(g))>=2 for i, g in ((a < c) & (b < d)) if i), a)

返回的值是1，而不是数组的值a...

所需的输出数组应该是索引15、16、17 之一，对应于数组[3 4 4] 中的值[3 4 4]。

有人可以指出我可以使用哪些 python 工具来提取满足我的多个条件的数组吗？

注意：这是我的问题的一个最小示例，在我的“现实生活”中，我需要找到连续 14 次或更多次满足我的条件的数组！

Answer 1

请注意，在您的 previous question 中，当您在 array 中查找小于 threshold 的元素时，您的 mask 不是定义为 mask = array < threshold，而是定义为它的倒数：mask = array >= threshold .这是因为它后来被用来获取将被删除的元素。

因此，在您的新示例中，您还必须得到掩码的倒数。你需要mask = ~((a1 < c) & (a2 < d))，而不是mask = (a1 < c) & (a2 < d)：

a1= np.append(a, -np.inf)
a2 = np.append(b, -np.inf)
mask = ~((a1 < c) & (a2 < d))
split_indices = np.where(mask)[0]
for subarray in np.split(a, split_indices + 1):
    if len(subarray) > 2:
        print(subarray[:-1])

给予：

[3 4 4]

这是a的第15-17个元素。

Answer 2

按照条件，放置两个条件后您想要的输出是：[3,4,4] from a 或 [2,1,1] from b 对吗？

试试：

a = [1, 4, 2, 6, 4, 4, 6, 2, 7, 6, 2, 8, 9, 3, 6, 3, 4, 4, 5, 8]
b = [2, 8, 3, 9, 9, 9, 7, 5, 4, 8, 6, 5, 4, 4, 7, 2, 1, 1, 9, 9]
c = 6
d = 3
condition_met = []
a_extract = []
b_extract = []

for i in range(0, len(a)):
    if a[i] < c and b[i] < d:
        condition_met.append(True)
    else:
        condition_met.append(False)

打印condition_met 列表给出[True, False, False, False, False, False, False, False, False, False, False, False, False, False, False, True, True, True, False, False]

使用它，我们现在检查您的条件：

for i in range(0, len(condition_met)):
    if i == 0 and condition_met[i] == True and condition_met[i+1] == True:
        a_extract.append(a[i])
        b_extract.append(b[i])
    elif condition_met[i] == True and condition_met[i+1] == True and i != len(condition_met) - 1 and i > 0 or condition_met[i] == True and condition_met[i-1] == True and i != len(condition_met) - 1 and i > 0:
        a_extract.append(a[i])
        b_extract.append(b[i])
    elif condition_met[i] == True and condition_met[i-1] == True and i == len(condition_met) - 1:
        a_extract.append(a[i])
        b_extract.append(b[i])

您的a_extract 列表将获得[3,4,4]，b_extract 列表将获得[2,1,1]。

这是你需要的吗？

Answer 3

您可以使用 SciKit 图像创建蒙版，例如

import numpy as np
import skimage

N = 2
mask = ((a < c) & (b < d))
mask2 = np.zeros_like(mask)

tmp = skimage.util.view_as_windows(mask, N).all(axis=1)
mask2[N - 1:-N + 1] = skimage.util.view_as_windows(tmp, N).any(axis=1)
mask2
# array([False, False, False, False, False, False, False, False, False,
#        False, False, False, False, False, False,  True,  True,  True,
#        False, False])

并使用获取索引和值

np.where(mask2)[0]  # array([15, 16, 17])
a[mask2]  # array([3, 4, 4])