在Python列表中计算标记之间出现的次数

Question

我将使用numpy数组中的布尔值来进行计数，并且想要计算在False之间出现了多少次True。

例如，对于一个样本列表：

b_List = [T,T,T,F,F,F,F,T,T,T,F,F,T,F] 

应该生成。

ml = [3,3,1]

我的初步尝试是尝试这个代码片段：

i = 0
ml = []
for el in b_List:
  if (b_List):
    i += 1
  ml.append(i)
  i = 0

但是它会为b_List中的每个F在ml中追加元素。

编辑

感谢大家的回答。不幸的是，我不能接受所有答案都是正确的。我已经接受了Akavall的答案，因为他参考了我的初始尝试（现在我知道我做错了什么），还比较了Mark和Ashwini的帖子。

请不要将被接受的解决方案视为定义答案，因为其他建议都介绍了同样有效的替代方法。

- user528025

---

对于 NumPy 数组，你几乎肯定应该使用像 Ashwini Chaudhary 提供的向量化解决方案。 - Mark Dickinson

Answer 1

itertools.groupby 提供了一种简单的方法来实现这一点:

>>> import itertools
>>> T, F = True, False
>>> b_List = [T,T,T,F,F,F,F,T,T,T,F,F,T,F]
>>> [len(list(group)) for value, group in itertools.groupby(b_List) if value]
[3, 3, 1]

- Mark Dickinson

---

看起来很接近，但是它应该排除第一个True值，因为它不在“Falses之间”，对吗？ - bcollins

@bcollins：从OP给出的示例来看，似乎应该包括那些True值。 - Mark Dickinson

结果发现这基本上是与Alex Martelli在一个几乎重复的问题上给出的答案重复了。（除了Alex用sum(group)代替了len(list(group))，这样更简洁一些。） - Mark Dickinson

Answer 2

使用 NumPy：

>>> import numpy as np
>>> a = np.array([ True,  True,  True, False, False, False, False,  True,  True, True, False, False,  True, False], dtype=bool)
>>> np.diff(np.insert(np.where(np.diff(a)==1)[0]+1, 0, 0))[::2]
array([3, 3, 1])

>>> a = np.array([True, False, False, True, True, False, False, True, False])
>>> np.diff(np.insert(np.where(np.diff(a)==1)[0]+1, 0, 0))[::2]
array([1, 2, 1])

虽然不能说这是最好的NumPy解决方案，但它仍然比itertools.groupby更快：

>>> lis = [ True,  True,  True, False, False, False, False,  True,  True, True, False, False,  True, False]*1000
>>> a = np.array(lis)
>>> %timeit [len(list(group)) for value, group in groupby(lis) if value]
100 loops, best of 3: 9.58 ms per loop
>>> %timeit np.diff(np.insert(np.where(np.diff(a)==1)[0]+1, 0, 0))[::2]
1000 loops, best of 3: 1.4 ms per loop

>>> lis = [ True,  True,  True, False, False, False, False,  True,  True, True, False, False,  True, False]*10000
>>> a = np.array(lis)
>>> %timeit [len(list(group)) for value, group in groupby(lis) if value]
1 loops, best of 3: 95.5 ms per loop
>>> %timeit np.diff(np.insert(np.where(np.diff(a)==1)[0]+1, 0, 0))[::2]
100 loops, best of 3: 14.9 ms per loop

正如 @justhalf 和 @Mark Dickinson 在评论中指出的那样，上述代码在某些情况下不起作用，因此您需要首先在两端附加 False：

In [28]: a                                                                                        
Out[28]: 
array([ True,  True,  True, False, False, False, False,  True,  True,
        True, False, False,  True, False], dtype=bool)

In [29]: np.diff(np.where(np.diff(np.hstack([False, a, False])))[0])[::2]
Out[29]: array([3, 3, 1])

- Ashwini Chaudhary

---

@MarkDickinson 我对NumPy非常陌生，所以我相信这个可以用更好的方式完成。如果你找到更好的方法，请发表回答。;-) - Ashwini Chaudhary

这可能不完全正确。如果将True和False交换，np.diff(a)将给出相同的数组，但答案应该会改变（在大多数情况下）。 - justhalf

@justhalf：是的，如果序列以“False”开头，我认为这种方法不太适用。那么可以考虑使用类似这样的代码：np.diff(np.where(np.diff(np.insert(a,0,False))==1)[0])[::2]。 - Mark Dickinson

不行，如果最后一个是 True 的话就会失败。在我看来，正确的解决方案是在进行第一次 diff 之前，在开头和结尾都加上一个 False。 - Mark Dickinson

混淆您的答案和Alex Martelli在这个问题上的答案，我建议：np.diff(np.where(np.diff(np.hstack([False, a, False])))[0])[::2]。 - Mark Dickinson

Answer 3

你的原始尝试存在一些问题：

i = 0
ml = []
for el in b_List:
    if (b_List): # b_list is a list and will evaluate to True
                 # unless you have an empty list, you want if (el)
        i += 1
    ml.append(i) # even if the above line was correct you still get here
                 # on every iteration, and you don't want that
    i = 0

你可能需要类似这样的东西：

def count_Trues(b_list):
    i = 0
    ml = []
    prev = False
    for el in b_list:
        if el:
            i += 1
            prev = el
        else:
            if prev is not el:
                ml.append(i)
                i = 0
            prev = el
    if el:
        ml.append(i)
    return m

结果：

>>> T, F = True, False
>>> b_List = [T,T,T,F,F,F,F,T,T,T,F,F,T,F] 
>>> count_Trues(b_List)
[3, 3, 1]
>>> b_List.extend([T,T])
>>> count_Trues(b_List)
[3, 3, 1, 2]
>>> b_List.extend([F])
>>> count_Trues(b_List)
[3, 3, 1, 2]

这个解决方案运行得非常快:

In [5]: T, F = True, False

In [6]: b_List = [T,T,T,F,F,F,F,T,T,T,F,F,T,F] 

In [7]: new_b_List = b_List * 100

In [8]: import numpy as np

# Ashwini Chaudhary's Solution
In [9]: %timeit np.diff(np.insert(np.where(np.diff(new_b_List)==1)[0]+1, 0, 0))[::2]
1000 loops, best of 3: 299 us per loop

In [11]: %timeit count_Trues(new_b_List)
1000 loops, best of 3: 130 us per loop

In [12]: new_b_List = b_List * 1000

# Ashwini Chaudhary's Solution 
In [13]: %timeit np.diff(np.insert(np.where(np.diff(new_b_List)==1)[0]+1, 0, 0))[::2]
100 loops, best of 3: 2.25 ms per loop

In [14]: %timeit count_Trues(new_b_List)
100 loops, best of 3: 1.33 ms per loop

- Akavall

---

为了更公平的比较，你应该将 new_b_List 改为 NumPy 数组而不是 Python 列表。 - Mark Dickinson