Python 提取值高于阈值的numpy数组的子数组_Python_Arrays_Numpy_Slice

Python 提取值高于阈值的numpy数组的子数组

python arrays numpy

Python 提取值高于阈值的numpy数组的子数组,python,arrays,numpy,slice,Python,Arrays,Numpy,Slice,我有一个声音信号，作为numpy数组导入，我想把它切成块numpy数组。但是，我希望块只包含高于阈值的元素。例如： threshold = 3 signal = [1,2,6,7,8,1,1,2,5,6,7] 应该输出两个数组 vec1 = [6,7,8] vec2 = [5,6,7] 好的，上面是列表，但你明白我的意思这是我到目前为止尝试过的，但这只会杀死我的公羊 def slice_raw_audio(audio_signal, threshold=5000): signal

我有一个声音信号，作为numpy数组导入，我想把它切成块numpy数组。但是，我希望块只包含高于阈值的元素。例如：

threshold = 3
signal = [1,2,6,7,8,1,1,2,5,6,7]

应该输出两个数组

vec1 = [6,7,8]
vec2 = [5,6,7]

好的，上面是列表，但你明白我的意思

这是我到目前为止尝试过的，但这只会杀死我的公羊

def slice_raw_audio(audio_signal, threshold=5000):

    signal_slice, chunks = [], []

    for idx in range(0, audio_signal.shape[0], 1000):
        while audio_signal[idx] > threshold:
            signal_slice.append(audio_signal[idx])
         chunks.append(signal_slice)
    return chunks

这里有一个选择：

above_th = signal > threshold
index, values = np.arange(signal.size)[above_th], signal[above_th]
np.split(values, np.where(np.diff(index) > 1)[0]+1)
# [array([6, 7, 8]), array([5, 6, 7])]

在函数中换行：

def above_thresholds(signal, threshold):
    above_th = signal > threshold
    index, values = np.arange(signal.size)[above_th], signal[above_th]
    return np.split(values, np.where(np.diff(index) > 1)[0]+1)

above_thresholds(signal, threshold)
# [array([6, 7, 8]), array([5, 6, 7])]

这里有一种方法-

def split_above_threshold(signal, threshold):
    mask = np.concatenate(([False], signal > threshold, [False] ))
    idx = np.flatnonzero(mask[1:] != mask[:-1])
    return [signal[idx[i]:idx[i+1]] for i in range(0,len(idx),2)]

样本运行-

In [48]: threshold = 3
    ...: signal = np.array([1,1,7,1,2,6,7,8,1,1,2,5,6,7,2,8,7,2])
    ...: 

In [49]: split_above_threshold(signal, threshold)
Out[49]: [array([7]), array([6, 7, 8]), array([5, 6, 7]), array([8, 7])]

运行时测试其他办法-

# @Psidom's soln
def arange_diff(signal, threshold):
    above_th = signal > threshold
    index, values = np.arange(signal.size)[above_th], signal[above_th]
    return np.split(values, np.where(np.diff(index) > 1)[0]+1)

# @Kasramvd's soln   
def split_diff_step(signal, threshold):   
    return np.split(signal, np.where(np.diff(signal > threshold))[0] + 1)[1::2]

时间安排-

In [67]: signal = np.random.randint(0,9,(100000))

In [68]: threshold = 3

# @Kasramvd's soln 
In [69]: %timeit split_diff_step(signal, threshold)
10 loops, best of 3: 39.8 ms per loop

# @Psidom's soln
In [70]: %timeit arange_diff(signal, threshold)
10 loops, best of 3: 20.5 ms per loop

In [71]: %timeit split_above_threshold(signal, threshold)
100 loops, best of 3: 8.22 ms per loop

以下是一种Numpythonic方法：

In [115]: np.split(signal, np.where(np.diff(signal > threshold))[0] + 1)
Out[115]: [array([1, 2]), array([6, 7, 8]), array([1, 1, 2]), array([5, 6, 7])]

请注意，这将为您提供所有基于拆分逻辑（基于

diff

和continues items）的上下项目，它们始终是交错的，这意味着您可以通过索引将它们分开：

In [121]: signal = np.array([1,2,6,7,8,1,1,2,5,6,7])

In [122]: np.split(signal, np.where(np.diff(signal > threshold))[0] + 1)[::2]
Out[122]: [array([1, 2]), array([1, 1, 2])]

In [123]: np.split(signal, np.where(np.diff(signal > threshold))[0] + 1)[1::2]
Out[123]: [array([6, 7, 8]), array([5, 6, 7])]

您可以将列表中的第一项与

阈值进行比较

，以找出上面哪一个片段将为您提供上面的项

通常，您可以使用以下代码段获取上面的项目：

np.split(signal, np.where(np.diff(signal > threshold))[0] + 1)[signal[0] < threshold::2]

np.split（信号，np.where（np.diff（信号>阈值））[0]+1）[信号[0]

如何定义块的大小？从大于阈值的第一个元素到最后一个元素。下一个块是相同的…您可以生成每个片，而不是返回所有内容，因此当迭代时，如果这是您唯一的问题，那么不是所有内容都在内存中。另外，您应该将信号数组转换为常规列表进行迭代，numpy只会使您的速度变慢。我们达到了相同的目标，但您的速度很快@上校：祝我好运。不过我应该更新答案。我猜OP只需要高于阈值的元素？@Divakar是的，这就是我提到要更新答案的原因。出了点问题，如果我将阈值设置为2000，列表的第一个元素是数组（[2008]，dtype=int16）。如果我看一下声音表，很明显，开始时有不止一个元素高于2000。@Qubix可能后面的那些元素与输入数组中的

信号

？