Python 在numpy数组中查找并平坦重复值

我想在np数组中找到重复超过x次的值，并将它们设置为0

假设这是我的数组：

[255,0,0,255,255,255,0,0,255,255,255,255,255,0,0]

我想将重复超过x次的所有零件设置为0。 假设x=3，输出数组将为：

[255,0,0,255,255,255,0,0,0,0,0,0,0,0,0]

如果x=2：

[255,0,0,0,0,0,0,0,0,0,0,0,0,0,0]

当然，我可以循环索引，对它们进行计数并设置为0，但必须有一种更快更有效的方法（目的是从图像中删除水平网格）。

使用pandas

s = pd.Series(x)
n = 5
s.groupby((s != s.shift()).cumsum()).apply(lambda z: z if z.size < n else pd.Series([0]*z.size)).values

array([255,   0,   0, 255, 255, 255,   0,   0,   0,   0,   0,   0,   0,  0,   0], dtype=int64)

n = 2
array([255,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,  0,   0], dtype=int64)

s=pd.系列（x）
n=5
s、 groupby（（s！=s.shift（））.cumsum（））.apply（lambda z:z如果z.size

您可以通过使用长度为

x+1

和hopsize

1

的滚动窗口查看数据来解决此问题。如果此窗口中的所有值相等，请将它们全部设置为零。使用SciKit图像的

视图作为窗口（）

，可以轻松地滚动窗口：

---

您是否需要一种比线性运行时和恒定空间需求更快、更有效的方法？因为在索引上循环并计数并设置为零就是这样。图像的形状是6600 X 5100。一个简单的循环需要几秒钟。我需要在一秒钟内完成，我不明白。是否要“零”NxM矩阵中的重复行，或行中的单个元素？你知道那些“水平网格”的间距吗？如果你想要次线性运行（虽然从技术上讲它仍然是线性的），我看到的唯一方法就是只查看每个

x/2

th元素，并且只有当这些元素相同时，才检查它们之间的元素。这是否值得付出努力可能取决于你的

x

。它是否只有0和255？

import numpy
import skimage

x = 3
data = numpy.asarray([255,0,0,255,255,255,0,0,255,255,255,255,255,0,0])
data_view = skimage.util.view_as_windows(data, window_shape=(x + 1,))

mask = numpy.all(numpy.isclose(data_view, data_view[..., 0, None]), axis=1)
data_view[mask, :] = 0

data
# array([255,   0,   0, 255, 255, 255,   0,   0,   0,   0,   0,   0,   0,   0,   0])