Python 找到一组值=列表中的0

我正在寻找一种在python列表中查找“平台”或组的简单方法。作为输入，我有如下内容：

mydata = [0.0, 0.0, 0.0, 0.0, 0.0, 0.143, 0.0, 0.22, 0.135, 0.44, 0.1, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.33, 0.65, 0.22, 0.0, 0.0, 0.0, 0.0, 0.0]

我想提取每个“组”的中间位置。在本例中，组定义为以下数据：=0，例如至少3个位置。应忽略包围的单零（如位置6）

基本上，我希望得到以下输出：

myoutput = [8, 20]

对于我的用例来说，获得非常精确的输出数据并不重要<代码>[10,21]仍然可以

总结：第一组：

[0.143,0.0,0.22,0.135,0.44,0.1]

；第二组：

[0.33,0.65,0.22]

。现在是中间元素的位置（如果没有真正的中间值，则从中间向左或向右）。因此，在输出中，

8

将是第一组的中间位置，

20

将是第二组的中间位置

我已经试过一些方法了。但它们并不像我希望的那样稳定（例如：更多的封闭零可能导致问题）。因此，在投入更多时间研究这个想法之前，我想问一下是否有更好的方法来实现这个特性。我甚至认为这可能是一个普遍的问题。可能已经有标准代码来解决这个问题了吗

有一些方法描述了大致相同的问题，但我也需要在处理之前“平滑”数据

1.）平滑数据-去除包围的零

import numpy as np
def smooth(y, box_pts):
    box = np.ones(box_pts)/box_pts
    y_smooth = np.convolve(y, box, mode='same')
    return y_smooth

y_smooth = smooth(mydata, 20)

2.）在平滑列表中查找起始点（如果值为！=0且之前的值为0，则应为起始点）。如果找到端点：使用找到的最后一个起始点和当前端点获取组的中间位置，并将其写入deque

laststart = 0
lastend = 0
myoutput = deque()

for i in range(1, len(y_smooth)-1):
        #detect start:
        if y_smooth[i]!=0 and y_smooth[i-1]==0:
            laststart = i   
        #detect end:
        elif y_smooth[i]!=0 and y_smooth[i+1]==0 and laststart+2 < i:
            lastend = i
            myoutput.appendleft(laststart+(lastend-laststart)/2)

laststart=0
lastend=0
myoutput=deque（）
对于范围内的i（1，len（y_平滑）-1）：
#检测启动：
如果你顺利[我]=0和y_平滑[i-1]==0：
laststart=i
#检测结束：
elif y_光滑[我]=0和y_平滑[i+1]==0和laststart+2

---

EDIT：为了简化一切，我在开始时只给出了一个输入数据的简短示例。这个短列表实际上导致了一个有问题的平滑输出-整个列表将被平滑，不会留下零

如您所述，查找组的一种相当简单的方法是将数据转换为布尔数组，其中1表示组内的数据，0表示组外的数据，并计算两个连续值的差，这样一来，组的开头为1，结尾为-1

下面是一个例子：

import numpy as np

mydata = [0.0, 0.0, 0.0, 0.0, 0.0, 0.143, 0.0, 0.22, 0.135, 0.44, 0.1, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.33, 0.65, 0.22, 0.0, 0.0, 0.0, 0.0, 0.0]
arr = np.array(mydata)

mask = (arr!=0).astype(np.int) #array that contains 1 for every non zero value, zero other wise
padded_mask =  np.pad(mask,(1,),"constant") #add a zero at the start and at the end to handle edge cases
edge_mask = padded_mask[1:] - padded_mask[:-1] #diff between a value and the following one 
#if there's a 1 in edge mask it's a group start
#if there's a -1 it's a group stop

#where gives us the index of those starts and stops
starts = np.where(edge_mask == 1)[0]
stops = np.where(edge_mask == -1)[0]
print(starts,stops)

#we format groups and drop groups that are too small
groups = [group for group in zip(starts,stops) if (group[0]+2 < group[1])]


for group in groups:
        print("start,stop : {}  middle : {}".format(group,(group[0]+group[1])/2) ) 

---

平滑后的数据没有剩余的零：

import numpy as np

def smooth(y, box_pts):
    box = np.ones(box_pts)/box_pts
    print(box)
    y_smooth = np.convolve(y, box, mode='same')
    return y_smooth

mydata = [0.0, 0.0, 0.0, 0.0,-0.2, 0.143, 
          0.0, 0.22, 0.135, 0.44, 0.1, 0.0, 
          0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 
          0.33, 0.65, 0.22, 0.0, 0.0, 0.0, 
          0.0, 0.0]

y_smooth = smooth(mydata, 27)
print(y_smooth)

输出：

[ 0.0469   0.0519   0.0519   0.0519   0.0519   0.0519   
  0.0519   0.0519  0.0519   0.0519   0.0684   0.1009   
  0.1119   0.1119   0.1119   0.1119  0.10475  0.10475  
  0.09375  0.087    0.065    0.06     0.06     0.06     
  0.06   0.06     0.06   ]

8 20
8 20
8 

[8, 20]

在原始数据中找到它的一种方法是：

def findGroups(data, minGrpSize=1):
  startpos = -1
  endpos = -1
  pospos = []
  for idx,v in enumerate(mydata):
    if v > 0 and startpos == -1:
      startpos = idx
    elif v == 0.0:
      if startpos > -1:
       if idx < (len(mydata)-1) and mydata[idx+1] != 0.0:
         pass # ignore one 0.0 in a run
       else:
         endpos = idx

      if startpos > -1:
        if endpos >-1 or idx == len(mydata)-1: # both set or last one 
          if (endpos - startpos) >= minGrpSize:
              pospos.append((startpos,endpos))
          startpos = -1
          endpos = -1
  return pospos

pos = findGroups(mydata,1)
print(*map(lambda x: sum(x) // len(x), pos))

pos = findGroups(mydata,3)
print(*map(lambda x: sum(x) // len(x), pos))

pos = findGroups(mydata,5)
print(*map(lambda x: sum(x) // len(x), pos))

---

第2部分-找到组中点：

mydata = [0.0, 0.0, 0.0, 0.0, 0.0, 0.143, 0.0, 0.22, 0.135, 0.44, 0.1, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0,
          0.0, 0.0, 0.33, 0.65, 0.22, 0.0, 0.0, 0.0, 0.0, 0.0]

groups = []
last_start = 0
last_end = 0
in_group = 0

for i in range(1, len(mydata) - 1):
    if not in_group:
        if mydata[i] and not mydata[i - 1]:
            last_start = i
            in_group = 1
    else:  # a group continued.
        if mydata[i]:
            last_end = i
        elif last_end - last_start > 1:  # we have a group i.e. not single non-zero value
            mid_point = (last_end - last_start) + last_start
            groups.append(((last_end - last_start)//2) + last_start)
            last_start, last_end, in_group = (0, 0, 0)
        else:  # it was just a single non-zero.
            last_start, last_end, in_group = (0, 0, 0)

print(groups)

输出：

[ 0.0469   0.0519   0.0519   0.0519   0.0519   0.0519   
  0.0519   0.0519  0.0519   0.0519   0.0684   0.1009   
  0.1119   0.1119   0.1119   0.1119  0.10475  0.10475  
  0.09375  0.087    0.065    0.06     0.06     0.06     
  0.06   0.06     0.06   ]

8 20
8 20
8 

[8, 20]

---

完整的numpy解决方案如下：（未完全优化）

---

我想让代码检测2组。第一组：

[0.143,0.0,0.22,0.135,0.44,0.1]

；第二组：

[0.33,0.65,0.22]

。现在是中间元素的位置（如果没有真正的中间值，则从中间向左或向右）。因此，在输出中，

8

将是第一组的中间，而

20

将是第二组的中间。因此，一组中的一个零可以容忍为噪声，两个零分开组？完美的解决方案应该允许某种动态缩放-如果组的长度为30个元素：~5个零仍然可以算作噪声。但是如果整个组只有5个元素长，那么应该只有一个零。据我所知，我的平滑解已经是类似的了。但是没有任何选项来手动设置允许的零的数量。”平滑后的数据没有剩余的零：“哦，你是对的。我的示例数据确实导致了这种输出。我的实际工作数据要长得多（800个列表项）。平滑后，11个元素长的组最终成为24个元素的组。其他一切仍然是零。这不是一个真正的问题，因为我一直在寻找中间位置。但感谢您指出有问题的示例数据！