Python 当序列两端都有特定值时，将numpy数组拆分为子数组

我有一个numpy数组，如下所示：

array([0.        , 0.        , 0.        , 0.        , 0.        ,
       0.        , 0.        , 0.        , 0.        , 0.        ,
       0.00791667, 0.        , 0.        , 0.        , 0.        ,
       0.        , 0.06837452, 0.09166667, 0.00370881, 0.        ,
       0.        , 0.00489809, 0.        , 0.        , 0.        ,
       0.        , 0.        , 0.23888889, 0.        , 0.05927778,
       0.12138889, 0.        , 0.        , 0.        , 0.36069444,
       0.31711111, 0.16333333, 0.15005556, 0.01      , 0.005     ,
       0.14357413, 0.        , 0.15722222, 0.29494444, 0.3245    ,
       0.31276639, 0.095     , 0.04750292, 0.09127039, 0.        ,
       0.06847222, 0.17      , 0.18039233, 0.21567804, 0.15913079,
       0.4579781 , 0.        , 0.2459    , 0.14886556, 0.08447222,
       0.        , 0.13722222, 0.28336984, 0.0725    , 0.077355  ,
       0.45166391, 0.        , 0.24892933, 0.25360062, 0.        ,
       0.12923041, 0.16145892, 0.48771795, 0.38527778, 0.29432968,
       0.31983305, 1.07573089, 0.30611111, 0.        , 0.0216475 ,
       0.        , 0.62268056, 0.16829156, 0.46239719, 0.6415958 ,
       0.02138889, 0.76457155, 0.05711551, 0.35050949, 0.34856278,
       0.15686164, 0.23158889, 0.16593262, 0.34961111, 0.21247575,
       0.14116667, 0.19414785, 0.09166667, 0.93376627, 0.12772222,
       0.00366667, 0.10297222, 0.173     , 0.0381225 , 0.22441667,
       0.46686111, 0.18761111, 0.56037889, 0.47566111])

从这个数组中，我需要计算每个子数组的曲线下面积，其中第一个值为0，大于0，最后一个数字应该是非零数后的0。显然，数组长度会有所不同。也可能出现这样的情况：其中两个子数组将共享一个0值（如果第二个数组为0，则第一个数组的最后一个0将是第一个0）

预期的前两个阵列应为：

[0.        ,           0.00791667, 0.        ]
[0.        , 0.06837452, 0.09166667, 0.00370881, 0.        ]

---

我尝试过根据等于0的字符拆分python列表，但没有发现任何有用的东西。我能做什么？

请看下面的代码-我认为这是您能做的最有效的

首先，使用所有零的索引拆分数组。如果多个零放在一起，则会生成多个

[0.]

数组，因此将这些数组过滤掉（基于长度，因为所有数组都必须以零开头）以生成C。最后，由于所有数组都以零开头，但没有一个以零结尾，因此在每个数组中附加一个零

import numpy as np

# <Your array here>
A = np.array(...)

# Split into arrays based on zeroes
B = np.split(A, np.where(A == 0)[0])

# Filter out arrays of length 1
#  (just a zero, caused by multiple zeroes together)
f = np.vectorize(lambda a: len(a) > 1)
C = np.extract(f(B), B)

# Append a zero to each array
g = np.vectorize(lambda a: np.append(a, 0), otypes=[object])
D = g(C)

# Output result
for array in D:
    print(array)

---

请参阅下面的代码-我认为这是您能够做到的最有效的方法

首先，使用所有零的索引拆分数组。如果多个零放在一起，则会生成多个

[0.]

数组，因此将这些数组过滤掉（基于长度，因为所有数组都必须以零开头）以生成C。最后，由于所有数组都以零开头，但没有一个以零结尾，因此在每个数组中附加一个零

import numpy as np

# <Your array here>
A = np.array(...)

# Split into arrays based on zeroes
B = np.split(A, np.where(A == 0)[0])

# Filter out arrays of length 1
#  (just a zero, caused by multiple zeroes together)
f = np.vectorize(lambda a: len(a) > 1)
C = np.extract(f(B), B)

# Append a zero to each array
g = np.vectorize(lambda a: np.append(a, 0), otypes=[object])
D = g(C)

# Output result
for array in D:
    print(array)

其中（numpy.r_[test[：-1]==0，True]&numpy.r_[test[1:]>test[：-1]，True]）将为您提供所有定界0。这里：数组（[9,15,20,26,28,33,41,49,56,60,66,69,78,80,108]），然后在此循环。我还没有找到一种在一个“命令”numpy中生成数组的方法。其中（numpy.r_[test[：-1]==0，True]&numpy.r_[test[1:]>test[：-1]，True]）将为您提供所有的定界0。这里：数组（[9,15,20,26,28,33,41,49,56,60,66,69,78,80,108]），然后在此循环。我还没有找到在一个“命令”中生成数组的方法