Python 如何在numpy数组中查找元素之间的距离？

例如，我有这样的数组

z

：

数组（[1,0,1,0,0,0,1,0,0,1]）

如何在此数组中查找两个连续

1

s之间的距离？（以

0

s的数量计量）

例如，在

z

数组中，这样的距离是：

[1, 3, 2]

我有这样的代码：

distances = []
prev_idx = 0
for idx, element in enumerate(z):
    
    if element == 1:
        distances.append(idx - prev_idx)
        prev_idx = idx

distances = np.array(distances[1:]) - 1

这种操作能在没有for-loop的情况下完成吗？也许能以更有效的方式完成

UPD

@warped答案中的解决方案在一维情况下运行良好。

---

但是如果

z

将是

2D

-数组，就像

np.array（[z，z]）

？

您可以使用np.where来查找，然后使用np.diff来获得距离：

q=np.where(z==1)
np.diff(q[0])-1

输出：

编辑： 对于二维阵列：

可以使用具有1的位置的曼哈顿距离的最小值（减1）来获得中间的零数：

def manhattan_distance(a, b):
    return np.abs(np.array(a) - np.array(b)).sum()

zeros_between = []

r, c = np.where(z==1)
coords = list(zip(r,c))

for i, c in enumerate(coords[:-1]):
    
    zeros_between.append(
    np.min([manhattan_distance(c, coords[j])-1 for j in range(i+1, len(coords))]))

---

如果不想使用for，可以使用np.where和np.roll

import numpy as np
x = np.array([1, 0, 1, 0, 0, 0, 1, 0, 0, 1])
pos = np.where(x==1)[0] #pos = array([0, 2, 6, 9])
shift = np.roll(pos,-1) # shift = array([2, 6, 9, 0])
result = ((shift-pos)-1)[:-1] 
#shift-pos = array([ 2,  4,  3, -9])
#(shif-pos)-1 = array([ 1,  3,  2, -10])
#((shif-pos)-1)[:-1] = array([ 1,  3,  2])
print(result)

---

在2D情况下，此解决方案更难实现。考虑相同的解决方案：<代码> NexZZ＝NP.Stand（[Z，Z]）< /C> > KeNeBeKARZYMATOVO，请参阅我编辑的一种方法，该方法在2DIS中更有效，只是将<代码> 1D < /C>解决方案与for循环结合起来更有效？在您的示例中，

coords

变量是什么？对不起，忘了在中输入coords定义。至于多次使用1d解决方案：这将不起作用。当您单独查看这些线时，在2d中相邻的线将相距很远。

import numpy as np
x = np.array([1, 0, 1, 0, 0, 0, 1, 0, 0, 1])
pos = np.where(x==1)[0] #pos = array([0, 2, 6, 9])
shift = np.roll(pos,-1) # shift = array([2, 6, 9, 0])
result = ((shift-pos)-1)[:-1] 
#shift-pos = array([ 2,  4,  3, -9])
#(shif-pos)-1 = array([ 1,  3,  2, -10])
#((shif-pos)-1)[:-1] = array([ 1,  3,  2])
print(result)