给定一维值数组：
A = [x，..，x，0，..，0，x，..，x，0，..，0，x，..，x，........]
哪里：
x，..，x代表任意数量的任意值
和
0，..，0代表任意数量的零
我需要找到一种快速算法来找到边界的索引
即：..，x，0，..和..，0，x ..
这个问题似乎有助于并行化，但这超出了我的经验，因为随着数据量的增加，遍历数组的简单循环会变慢
谢谢
马丁
最佳答案
@chthonicdaemon的答案可以帮助您解决90％的问题，但是，如果您实际上想使用索引来切分数组，则需要一些其他信息。
大概是要使用索引来提取不为0的数组区域。您已经找到了数组更改的索引，但是您不知道更改是否是从True到False或相反的方式。因此，您需要检查第一个和最后一个值并进行相应调整。否则，在某些情况下，您将提取零段而不是数据。
例如：
import numpy as np
def contiguous_regions(condition):
"""Finds contiguous True regions of the 1D boolean array "condition".
Returns a 2D array where the first column is the start index of the region
and the second column is the end index."""
# Find the indicies of changes in "condition"
idx = np.flatnonzero(np.diff(condition)) + 1
# Prepend or append the start or end indicies to "idx"
# if there's a block of "True"'s at the start or end...
if condition[0]:
idx = np.append(0, idx)
if condition[-1]:
idx = np.append(idx, len(condition))
return idx.reshape(-1, 2)
# Generate an example dataset...
t = np.linspace(0, 4*np.pi, 20)
x = np.abs(np.sin(t)) + 0.1
x[np.sin(t) < 0.5] = 0
print x
# Get the contiguous regions where x is not 0
for start, stop in contiguous_regions(x != 0):
print x[start:stop]
因此，在这种情况下，我们的示例数据集如下所示：
array([ 0. , 0.71421271, 1.06940027, 1.01577333, 0. ,
0. , 0. , 0. , 0. , 0. ,
0. , 0.93716648, 1.09658449, 0.83572391, 0. ,
0. , 0. , 0. , 0. , 0. ])
并通过执行以下操作：
for start, stop in contiguous_regions(x != 0):
print x[start:stop]
我们会得到：
[ 0.71421271 1.06940027 1.01577333]
[ 0.93716648 1.09658449 0.83572391]
关于python - Numpy检测区域边界，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/22592764/