如何计算numpy中的连续数字

Question

我有一个1和0的Numpy一维数组。例如

a = np.array([0,1,1,1,0,0,0,0,0,0,0,1,0,1,1,0,0,0,1,1,0,0])

我想计算数组中的连续0和1，并输出类似这样的内容

[1,3,7,1,1,2,3,2,2]

我在atm做的是

np.diff(np.where(np.abs(np.diff(a)) == 1)[0])

它输出

array([3, 7, 1, 1, 2, 3, 2])

如您所见，它缺少第一个计数1。

我已经尝试过np.split，然后获得每个段的大小，但似乎并不乐观。

是否有更优雅的“ pythonic”解决方案？

Answer 1

这是一种向量化方法-

np.diff(np.r_[0,np.flatnonzero(np.diff(a))+1,a.size])

样品运行-

In [208]: a = np.array([0,1,1,1,0,0,0,0,0,0,0,1,0,1,1,0,0,0,1,1,0,0])

In [209]: np.diff(np.r_[0,np.flatnonzero(np.diff(a))+1,a.size])
Out[209]: array([1, 3, 7, 1, 1, 2, 3, 2, 2])

boolean串联速度更快-

np.diff(np.flatnonzero(np.concatenate(([True], a[1:]!= a[:-1], [True] ))))

运行时测试

对于设置，让我们创建一个更大的数据集的岛屿0s及1s和公平基准为与给定的样本，让我们在岛上的长度之间变化1和7-

In [257]: n = 100000 # thus would create 100000 pair of islands

In [258]: a = np.repeat(np.arange(n)%2, np.random.randint(1,7,(n)))

# Approach #1 proposed in this post
In [259]: %timeit np.diff(np.r_[0,np.flatnonzero(np.diff(a))+1,a.size])
100 loops, best of 3: 2.13 ms per loop

# Approach #2 proposed in this post
In [260]: %timeit np.diff(np.flatnonzero(np.concatenate(([True], a[1:]!= a[:-1], [True] ))))
1000 loops, best of 3: 1.21 ms per loop

# @Vineet Jain's soln    
In [261]: %timeit [ sum(1 for i in g) for k,g in groupby(a)]
10 loops, best of 3: 61.3 ms per loop