如何计算numpy 1d数组中具有特定值的组数？

Question

我有一个带有布尔值的numpy1d数组，看起来像

array_in = np.array([False, True, True, True, False, False, True, True, False])

这个数组有不同的长度。正如您所看到的，有些部分的真值彼此相邻，所以我们有真值组和假值组。我想计算真实群体的数量。就我们的情况而言，我们有

N = 2

我试着用条件做一些循环，但它变得非常混乱和混乱

Answer 1

查找True组数的一种简单方法是计算数组中False、True序列的数量。对于列表理解，将如下所示：

sum([1 for i in range(1, len(x)) if x[i] and not x[i-1]])

或者，您可以将初始数组转换为'0'和'1'的字符串，并计算'01'出现的次数：

''.join([str(int(k)) for k in x]).count('01')

Answer 2

您可以使用np.diff确定组之间的更改。通过将False附加到此差异计算的开始和结束，我们确保正确计算开始和结束处的True组

import numpy as np

array_in = np.array([False, True, True, True, False, False, True, True, False, True, False, True])

true_groups = np.sum(np.diff(array_in, prepend=False, append=False))//2

#print(true_groups)
>>>4

Answer 3

如果您不想编写循环和条件，您可以采取一种捷径，将其视为连接组件问题

import numpy as np
from skimage import measure

array_in = np.array([False, True, True, True, False, False, True, True, False])
N = max(measure.label(array_in))

将数组传递到measure.label（）函数时，它将该数组中的0值视为“背景”。然后它查看所有非零值，找到连接的区域，并对它们进行编号

例如，上面数组上的标签输出将是[0, 1, 1, 1, 0, 0, 2, 2, 0]。当然，对输出执行简单的max会得到最大的组数（这里是2）——这与True组数相同