Python numpy：如何加入阵列？（以获得多个范围的并集）

我将Python与

numpy

一起使用

我有一个索引的numpy数组

a

：

>>> a
array([[5, 7],
       [12, 18],
       [20, 29]])
>>> type(a)
<type 'numpy.ndarray'>

我需要将数组

a

与数组

b

连接起来：

>>> b
array([[2, 4],
       [8, 11],
       [33, 35]])
>>> type(b)
<type 'numpy.ndarray'>

a

+

b

=>

[2,4][5,7][8,11][12,18][20,29][33,35]

=>

a

和

b

有索引数组=>

[2,18][20,29][33,35]

（索引

（[2,4][5,7][8,11][12,18]）

按顺序进行

=>

2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18

=>

[2,18]

）

对于此示例：

>>> out_c
array([[2, 18],
       [20, 29],
       [33, 35]])

有人能给我建议一下，我怎样才能把

拿出来

更新：@Geoff建议的解决方案。此解决方案是否是大型数据阵列中最快和最好的解决方案？
也许您可以尝试使用numpy.concatenate（）将阵列连接在一起，然后找到每行的最小值和最大值……然后将c创建为每行的最小值和最大值的矩阵

或者，np.minimum和np.maximum比较两个数组并找到最小值和最大值，因此您可以找到每行的最小值和最大值，然后使用Numpy将其分配给矩阵c。
（新答案）
（旧答案）使用列表和集合

import numpy as np
import itertools

def ranges(s):
    """ Converts a list of integers into start, end pairs """
    for a, b in itertools.groupby(enumerate(s), lambda(x, y): y - x):
        b = list(b)
        yield b[0][1], b[-1][1]

def intersect(*args):
    """ Converts any number of numpy arrays containing start, end pairs 
        into a set of indexes """
    s = set()
    for start, end in np.vstack(args):
        s = s | set(range(start,end+1))
    return s

a = np.array([[5,7],[12, 18],[20,29]])
b = np.array([[2,4],[8,11],[33,35]])

result = np.array(list(ranges(intersect(a,b))))

工具书类





不漂亮，但它能工作。我不喜欢最后的循环，buy想不出没有它的方法：

ab = np.vstack((a,b))
ab.sort(axis=0)

join_with_next = ab[1:, 0] - ab[:-1, 1] <= 1
endpoints = np.concatenate(([0],
                            np.where(np.diff(join_with_next) == True)[0]  + 2,
                            [len(ab,)]))
lengths = np.diff(endpoints)
new_lengths = lengths.copy()
if join_with_next[0] == True:
    new_lengths[::2] = 1
else:
    new_lengths[1::2] = 1
new_endpoints = np.concatenate(([0], np.cumsum(new_lengths)))
print endpoints, lengths
print new_endpoints, new_lengths

starts = endpoints[:-1]
ends = endpoints[1:]
new_starts = new_endpoints[:-1]
new_ends = new_endpoints[1:]
c = np.empty((new_endpoints[-1], 2), dtype=ab.dtype)

for j, (s,e,ns,ne) in enumerate(zip(starts, ends, new_starts, new_ends)):
    if e-s != ne-ns:
        c[ns:ne] = np.array([np.min(ab[s:e, 0]), np.max(ab[s:e, 1])])
    else:
        c[ns:ne] = ab[s:e]

>>> c
array([[ 2, 18],
       [20, 29],
       [33, 35]])

ab=np.vstack（（a，b））
ab.sort（轴=0）
用_next=ab[1:，0]-ab[：-1，1]>>c连接_
数组（[[2,18]，
[20, 29],
[33, 35]])
你所说的“集成”这两个数组到底是什么意思？也许我只是太密集了，但我不知道你是如何从
a
和
b
到
out\u c
@stugray我更新了一个问题哦，您正在尝试获得多个范围的并集。尝试搜索：我认为两个数组
a
和
b
都有三行是巧合。如果我错了，这是一个很好的观点。你激励我继续努力。如果你还对这个问题感兴趣，请检查我的答案好吗？它似乎太简单而不正确。
ab.sort（0）
破坏了开始对和结束对之间的关联。真正的排序应该是
ab=ab[ab[：，0].argsort（），：]
@Geoff将数组视为一个结构化数组，然后它将正确排序（我认为）。嗯，我有点困惑了。我透露了我的新答案。也许我们可以打破它。这绝对是一个简短的答案…@Jaime代表
a=np.array（[[0,1]，[5,7]]）
和
b=np.array（[[3,4]]）
result:
out\u c=[[01][34][5 7]
，你发现新解决方案有什么地方不起作用？我现在正在戳它…有一个“非重叠”的警告，我想说它工作得很好，不是吗？要排序它，保持每个开始和结束，你可以做
ranges.view（dtype=[（''，ranges.dtype），]*2.sort（axis=0）
。它有问题，即它不工作，输入像
ranges=np.array（[[2,7]，[3,12]，[4,11]]）max
。。。或者OP可以保证这种重叠永远不会发生。你确定吗？需要按原样调用sort。
ab = np.vstack((a,b))
ab.sort(axis=0)

join_with_next = ab[1:, 0] - ab[:-1, 1] <= 1
endpoints = np.concatenate(([0],
                            np.where(np.diff(join_with_next) == True)[0]  + 2,
                            [len(ab,)]))
lengths = np.diff(endpoints)
new_lengths = lengths.copy()
if join_with_next[0] == True:
    new_lengths[::2] = 1
else:
    new_lengths[1::2] = 1
new_endpoints = np.concatenate(([0], np.cumsum(new_lengths)))
print endpoints, lengths
print new_endpoints, new_lengths

starts = endpoints[:-1]
ends = endpoints[1:]
new_starts = new_endpoints[:-1]
new_ends = new_endpoints[1:]
c = np.empty((new_endpoints[-1], 2), dtype=ab.dtype)

for j, (s,e,ns,ne) in enumerate(zip(starts, ends, new_starts, new_ends)):
    if e-s != ne-ns:
        c[ns:ne] = np.array([np.min(ab[s:e, 0]), np.max(ab[s:e, 1])])
    else:
        c[ns:ne] = ab[s:e]

>>> c
array([[ 2, 18],
       [20, 29],
       [33, 35]])