Python 在三维阵列中沿轴查找最长的连续零

如何在三维阵列中沿特定轴找到最长的连续零

import numpy as np 

a = np.random.randint(2, size=(10, 10, 10))

我想沿着

axis=0

找到

0

的最长序列，这样我就得到了一个

10x10

数组

在一个维度中，它与：

import numpy as np 
a = np.random.randint(2, size=100)

condition = (a==0)
L = np.diff(np.where(np.concatenate(([condition[0]],
                                     condition[:-1] != condition[1:],
                                     [True])))[0])[::2]
print(np.max(L))

---

您可以使用

np.cumsum（）。
其思想是，当你有连续的零时，总和中的值保持不变。因此，最后您需要找到这个数组中最常见的值，因为它的计数正好是最长的零序列（+1）的长度

不幸的是，
bincount
仅适用于1D数组，因此对于多维情况，我切换到
scipy.stats.mode
，它只返回模态（最常见）值及其计数

# 1D, stats.mode 
c2 = mode(b)
# ModeResult(mode=array([4]), count=array([5]))
res = c2[1] - 1

# 3D, stas.mode
from scipy.stats import mode
axis = 0
a = np.random.randint(2, size=(10, 10, 10))
res = mode(np.cumsum(a, axis=axis), axis=axis)[1] - 1
# Note the resulting shape is (1, 10, 10) 
# You might want to use np.squeeze() / np.max() 
# to get rid of the dimension with size 1
# res = res.max(axis=axis)

编辑
正如@clearseplex指出的，我没有想到数组以0开头的情况

a = np.array([0, 0, 0, 1, 1, 0, 1, 0, 0, 1])

b = np.cumsum(a)
# array([0, 0, 0, 1, 2, 2, 3, 3, 3, 4])
#        ^  ^  ^

有3个零，但是如果我减去一个，我会得到错误的结果。因此，正确的解决方案是仅当最常见的值不是
0
时才进行减法。
因此，正确的方法是：

m, res = mode(np.cumsum(a, axis=axis), axis=axis)
res[m != 0] -= 1
# res = res.argmax(axis)

您可以使用
np.cumsum（）。
其思想是，当你有连续的零时，总和中的值保持不变。因此，最后您需要找到这个数组中最常见的值，因为它的计数正好是最长的零序列（+1）的长度

不幸的是，
bincount
仅适用于1D数组，因此对于多维情况，我切换到
scipy.stats.mode
，它只返回模态（最常见）值及其计数

# 1D, stats.mode 
c2 = mode(b)
# ModeResult(mode=array([4]), count=array([5]))
res = c2[1] - 1

# 3D, stas.mode
from scipy.stats import mode
axis = 0
a = np.random.randint(2, size=(10, 10, 10))
res = mode(np.cumsum(a, axis=axis), axis=axis)[1] - 1
# Note the resulting shape is (1, 10, 10) 
# You might want to use np.squeeze() / np.max() 
# to get rid of the dimension with size 1
# res = res.max(axis=axis)

编辑
正如@clearseplex指出的，我没有想到数组以0开头的情况

a = np.array([0, 0, 0, 1, 1, 0, 1, 0, 0, 1])

b = np.cumsum(a)
# array([0, 0, 0, 1, 2, 2, 3, 3, 3, 4])
#        ^  ^  ^

有3个零，但是如果我减去一个，我会得到错误的结果。因此，正确的解决方案是仅当最常见的值不是
0
时才进行减法。
因此，正确的方法是：

m, res = mode(np.cumsum(a, axis=axis), axis=axis)
res[m != 0] -= 1
# res = res.argmax(axis)

要执行任务，请定义以下功能：

def longestZeroSeqLength(a):
    # Changes in "isZero" for consecutive elements
    chg = np.abs(np.diff(np.equal(a, 0).view(np.int8), prepend=[0], append=[0]))
    # Ranges of "isZero" elements
    rng = np.where(chg == 1)[0]
    if rng.size == 0: return 0    # All non-zero elements
    rng = rng.reshape(-1, 2)
    # Compute length of each range and return the biggest
    return np.subtract(rng[:,1], rng[:,0]).max()

然后将其应用于阵列：

result = np.apply_along_axis(longestZeroSeqLength, 0, a)

为了测试它，我创建了以下（较小的）阵列：

运行代码后，我得到：

array([[1, 0, 2, 2, 0],
       [1, 2, 1, 0, 3],
       [3, 1, 1, 1, 0],
       [1, 1, 2, 2, 3]], dtype=int64)

更容易评估每个切片包含的内容以及每个部分是什么
结果，您可以运行：

for j in range(a.shape[1]):
    for k in range(a.shape[2]):
        b = a[:, j, k]
        res = longestZeroSeqLength(b)
        print(f'{j}, {k}: {b}, {res}')

要执行任务，请定义以下功能：

def longestZeroSeqLength(a):
    # Changes in "isZero" for consecutive elements
    chg = np.abs(np.diff(np.equal(a, 0).view(np.int8), prepend=[0], append=[0]))
    # Ranges of "isZero" elements
    rng = np.where(chg == 1)[0]
    if rng.size == 0: return 0    # All non-zero elements
    rng = rng.reshape(-1, 2)
    # Compute length of each range and return the biggest
    return np.subtract(rng[:,1], rng[:,0]).max()

然后将其应用于阵列：

result = np.apply_along_axis(longestZeroSeqLength, 0, a)

为了测试它，我创建了以下（较小的）阵列：

运行代码后，我得到：

array([[1, 0, 2, 2, 0],
       [1, 2, 1, 0, 3],
       [3, 1, 1, 1, 0],
       [1, 1, 2, 2, 3]], dtype=int64)

更容易评估每个切片包含的内容以及每个部分是什么
结果，您可以运行：

for j in range(a.shape[1]):
    for k in range(a.shape[2]):
        b = a[:, j, k]
        res = longestZeroSeqLength(b)
        print(f'{j}, {k}: {b}, {res}')

您想要的
10x10
数组的内容是什么？沿该轴最长连续零的零计数？@HansHirse是沿第零轴最长连续零序列的长度。所需
10 x 10
数组的内容是什么？沿该轴最长连续零的零计数？@HansHirse是沿第零轴最长连续零序列的长度。我认为您的代码没有考虑边缘上的零。
siz=（10，10）np.random.seed（1）a=np.random.randint（2，size=siz）
给出了
[3 2 3 1 2 2 7]
但是应该是
[3 3 3 1 3 2 2 8]
这是一个非常聪明的主意，谢谢你提交。我认为你的代码没有考虑到边缘的零。
siz=（10，10）np.random.seed（1）a=np.random.randint（2，size=siz）
给出了
[3 2 3 1 2 7]
但应该是
[3 3 3 3 1 2 2 2 8]
这是一个非常聪明的想法，感谢您提交。