8个回答
16
受this solution启发，这里提供了一种向量化的方法来解决它 -
# Get start, stop index pairs for islands/seq. of 1s
idx_pairs = np.where(np.diff(np.hstack(([False],a1==1,[False]))))[0].reshape(-1,2)
# Get the island lengths, whose argmax would give us the ID of longest island.
# Start index of that island would be the desired output
start_longest_seq = idx_pairs[np.diff(idx_pairs,axis=1).argmax(),0]
样例运行 -
In [89]: a1 # Input array
Out[89]: array([0, 0, 1, 1, 1, 1, 0, 0, 1, 1])
In [90]: idx_pairs # Start, stop+1 index pairs
Out[90]:
array([[ 2, 6],
[ 8, 10]])
In [91]: np.diff(idx_pairs,axis=1) # Island lengths
Out[91]:
array([[4],
[2]])
In [92]: np.diff(idx_pairs,axis=1).argmax() # Longest island ID
Out[92]: 0
In [93]: idx_pairs[np.diff(idx_pairs,axis=1).argmax(),0] # Longest island start
Out[93]: 2
- Divakar
1
漂亮的解决方案！ - Kai Wang
3
使用groupby()更紧凑的单行代码。在原始数据上使用enumerate()来保留开始位置，直到分析管道结束，最终得到包含非零运行的起始位置和长度的元组列表[(2, 4), (8, 2)]：
from itertools import groupby
L = [0,0,1,1,1,1,0,0,1,1]
print max(((lambda y: (y[0][0], len(y)))(list(g)) for k, g in groupby(enumerate(L), lambda x: x[1]) if k), key=lambda z: z[1])[0]
lambda: x是groupby（）的关键函数，因为我们枚举了L。
lambda: y打包我们需要的结果，因为我们只能评估g一次，而不保存。
lambda: z是用于max（）提取长度的关键函数。
按预期输出“2”。
- cdlane
2
这个方法似乎可行，使用了itertools中的groupby函数，而且只需要遍历一次列表：
from itertools import groupby
pos, max_len, cum_pos = 0, 0, 0
for k, g in groupby(a1):
if k == 1:
pat_size = len(list(g))
pos, max_len = (pos, max_len) if pat_size < max_len else (cum_pos, pat_size)
cum_pos += pat_size
else:
cum_pos += len(list(g))
pos
# 2
max_len
# 4
- Psidom
1
你可以使用for循环，并检查下几个项（长度为
这将给出：
m，其中m是最大长度），是否与最大长度相同：# Using your list and the answer from the post you referred
from itertools import groupby
L = [0,0,1,1,1,1,0,0,1,1]
m = max(sum(1 for i in g) for k, g in groupby(L))
# Here is the for loop
for i, s in enumerate(L):
if len(L) - i + 2 < len(L) - m:
break
if s == 1 and 0 not in L[i:i+m]:
print i
break
这将给出：
2
- Moon Cheesez
1
另一种在单个循环中完成的方法，但不使用 itertools 的 groupby。
max_start = 0
max_reps = 0
start = 0
reps = 0
for (pos, val) in enumerate(a1):
start = pos if reps == 0 else start
reps = reps + 1 if val == 1 else 0
max_reps = max(reps, max_reps)
max_start = start if reps == max_reps else max_start
这也可以使用reduce以一行代码的方式完成：
max_start = reduce(lambda (max_start, max_reps, start, reps), (pos, val): (start if reps == max(reps, max_reps) else max_start, max(reps, max_reps), pos if reps == 0 else start, reps + 1 if val == 1 else 0), enumerate(a1), (0, 0, 0, 0))[0]
在Python 3中，你无法在
lambda参数定义中解包元组，因此最好先使用def定义函数：def func(acc, x):
max_start, max_reps, start, reps = acc
pos, val = x
return (start if reps == max(reps, max_reps) else max_start,
max(reps, max_reps),
pos if reps == 0 else start,
reps + 1 if val == 1 else 0)
max_start = reduce(func, enumerate(a1), (0, 0, 0, 0))[0]
在这三种情况中，
max_start 给出了您的答案（即 2）。- Douglas Vieira
0
使用第三方库{{link1：
more_itertools}}：
给定
import itertools as it
import more_itertools as mit
lst = [0, 0, 1, 1, 1, 1, 0, 0, 1, 1]
代码
longest_contiguous = max([tuple(g) for _, g in it.groupby(lst)], key=len)
longest_contiguous
# (1, 1, 1, 1)
pred = lambda w: w == longest_contiguous
next(mit.locate(mit.windowed(lst, len(longest_contiguous)), pred=pred))
# 2
详情请参阅 more_itertools.locate 的文档字符串，了解这些工具的工作原理。
- pylang
0
针对仅使用Numpy的另一种解决方案，我认为这应该适用于所有情况。但最得票的解决方案可能更快。
tmp = np.cumsum(np.insert(np.array(a1) != 1, 0, False)) # value of tmp[i+1] was not incremented when a1[i] is 1
# [0, 1, 2, 2, 2, 2, 2, 3, 4, 4, 4]
values, counts = np.unique(tmp, return_counts=True)
# [0, 1, 2, 3, 4], [1, 1, 5, 1, 3]
counts_idx = np.argmax(counts)
longest_sequence_length = counts[counts_idx] - 1
# 4
longest_sequence_idx = np.argmax(tmp == values[counts_idx])
# 2
- yakoudbz
0
我已经在
haggis.npy_util.mask2runs中实现了一个用于numpy数组的运行搜索函数。您可以像这样使用它：runs, lengths = mask2runs(a1, return_lengths=True)
result = runs[lengths.argmax(), 0]
- Mad Physicist
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接