Python Numpy数组分割

我有一个

numpy

数组

import numpy as np

arr = np.arange(20).reshape(2,10)
arr[1,:] = 0
arr[1,2] = arr[1,5] = arr[1,7] = 1
print(arr)
>>>[[0 1 2 3 4 5 6 7 8 9]
>>> [0 0 1 0 0 1 0 1 0 0]]

我想提取重叠数组，从一个

1

开始，在下一个

1

后面结束。 预期产出：

[[0 1 2 3]
 [0 0 1 0]]

[[2 3 4 5 6]
 [1 0 0 1 0]]

[[5 6 7 8]
 [1 0 1 0]]

[[7 8 9]
 [1 0 0]]

目前，我有一个基于索引的for循环，在

numpy

上下文中感觉很尴尬，并且必须将第一段和最后一段视为特殊情况：

arr[1,0] = 1
ind = list(np.where(arr[1,:]))[0]
print(ind)

for i, j in enumerate(ind):
    if not i:
        continue
    curr = np.copy(arr[:, ind[i-1]:j+2])
    print(curr) 
        
#last segment
curr = np.copy(arr[:, j:])
print(curr)

---

这种方法给了我想要的输出，但我不能相信没有更好的方法来实现这一点（尽管这里的风滚草反应可能表明这一点）。如果有一个更简单的解决方案，那也不错。理想情况下，输出是这些数组或类似数据结构的列表；输出数组不必单独返回。

解决方案中有一部分是我最喜欢的，并不复杂：

split_idx = np.flatnonzero(arr[1]) + 2
>>> np.split(arr, split_idx, axis=1)
[array([[0, 1, 2, 3],
        [0, 0, 1, 0]]),
 array([[4, 5, 6],
        [0, 1, 0]]),
 array([[7, 8],
        [1, 0]]),
 array([[9],
        [0]])]

但有两件事表明，针对这个问题的任何

numpyic

方法的设计都很糟糕：

• 您必须处理不同形状的列表，这些形状不是为

  numpy

  设计的。所以

  np.split

  相当慢
• 不能一次循环一个数组。在内部项目开始时需要额外插入

---

你好。重叠部分（以及不同的启动和停止条件）存在于我对任何

numpy

解决方案的问题的理解不足。但由于我想将if用于绘图任务，这些都是固有的问题。我也不想在数组中插入点——提取子数组并相应地修改它们可能更好。但我知道什么？上次你想出了一个绝妙的解决方案。