用最后一个非零值填充1d numpy数组的零值

Question

假设我们有一个1d的numpy数组，其中填充了一些int值。假设其中一些是0。

有什么方法可以利用numpy数组的功能，0用找到的最后一个非零值填充所有值？

例如：

arr = np.array([1, 0, 0, 2, 0, 4, 6, 8, 0, 0, 0, 0, 2])
fill_zeros_with_last(arr)
print arr

[1 1 1 2 2 4 6 8 8 8 8 8 2]

一种方法是使用以下功能：

def fill_zeros_with_last(arr):
    last_val = None # I don't really care about the initial value
    for i in range(arr.size):
        if arr[i]:
            last_val = arr[i]
        elif last_val is not None:
            arr[i] = last_val

但是，这是使用原始的pythonfor循环，而不是利用numpyandscipy功能。

如果我们知道可能有相当数量的连续零，则可以使用基于的东西numpy.roll。问题在于连续零的数量可能很大…

有任何想法吗？还是我们应该直接去Cython？

免责声明：

我会说很久以前，我在stackoverflow中发现了一个问题，询问类似或类似的内容。我找不到它。:-(

也许我错过了正确的搜索字词，对不起，重复。也许这只是我的想象…

Answer 1

这是使用的解决方案np.maximum.accumulate：

def fill_zeros_with_last(arr):
    prev = np.arange(len(arr))
    prev[arr == 0] = 0
    prev = np.maximum.accumulate(prev)
    return arr[prev]

我们构造一个数组prev，该数组的长度与相同arr，并且prev[i]是的第 i 个条目之前的最后一个非零条目的索引arr。例如，如果：

>>> arr = np.array([1, 0, 0, 2, 0, 4, 6, 8, 0, 0, 0, 0, 2])

然后prev看起来像：

array([ 0,  0,  0,  3,  3,  5,  6,  7,  7,  7,  7,  7, 12])

然后，我们仅对arrwith进行html" target="_blank">索引prev，就可以得到结果。一个测试：

>>> arr = np.array([1, 0, 0, 2, 0, 4, 6, 8, 0, 0, 0, 0, 2])
>>> fill_zeros_with_last(arr)
array([1, 1, 1, 2, 2, 4, 6, 8, 8, 8, 8, 8, 2])

注意 ：请仔细了解当数组的第一个条目为零时它将执行的操作：

>>> fill_zeros_with_last(np.array([0,0,1,0,0]))
array([0, 0, 1, 1, 1])