在Python中计算非零值的聚类数？

Question

我的数据大致长这样：

a=[0,0,0,0,0,0,10,15,16,12,11,9,10,0,0,0,0,0,6,9,3,7,5,4,0,0,0,0,0,0,4,3,9,7,1]

本质上，非零数字之前有一堆零，我要计算通过零分开的非零数字组的数量。在上面的示例数据中，有3组非零数据，因此代码应该返回3。

• 非零数之间的零的数量是可变的

有没有在Python中实现这个功能的好方法？（还可以使用Pandas和Numpy来帮助解析数据）

- Timbo Slice

---

如果你有一个系列（或数据框），可以这样做：((ser!=0)&(ser.shift()==0)).sum() - JohnE

相关：从数组中提取单独的非零块和如何在Python中将列表切片为连续的非零整数组。 - user2314737

Answer 1

如果我们有一个输入数组a，我们可以使用向量化的解决方案-

m = a!=0
out = (m[1:] > m[:-1]).sum() + m[0]

为了获得更好的性能，我们可以使用 np.count_nonzero。这个函数非常高效，可以非常快速地计算布尔值的数量，就像下面这样 -

out = np.count_nonzero(m[1:] > m[:-1]) + m[0] 

基本上，我们得到一个非零掩码并计算上升沿的数量。为了考虑第一个元素也可能是非零的情况，并且不会有任何上升沿，我们需要检查它并将其添加到总和中。

此外，请注意，如果输入的 a 是一个列表，我们需要使用 m = np.asarray(a)!=0。

三个案例的示例运行 -

In [92]: a  # Case1 :Given sample
Out[92]: 
array([ 0,  0,  0,  0,  0,  0, 10, 15, 16, 12, 11,  9, 10,  0,  0,  0,  0,
        0,  6,  9,  3,  7,  5,  4,  0,  0,  0,  0,  0,  0,  4,  3,  9,  7,
        1])

In [93]: m = a!=0

In [94]: (m[1:] > m[:-1]).sum() + m[0]
Out[94]: 3

In [95]: a[0] = 7  # Case2 :Add a non-zero elem/group at the start

In [96]: m = a!=0

In [97]: (m[1:] > m[:-1]).sum() + m[0]
Out[97]: 4

In [99]: a[-2:] = [0,4] # Case3 :Add a non-zero group at the end

In [100]: m = a!=0

In [101]: (m[1:] > m[:-1]).sum() + m[0]
Out[101]: 5

- Divakar

Answer 2

您可以通过使用 itertools.groupby() 和 列表推导式 表达式来实现：

>>> from itertools import groupby

>>> len([is_true for is_true, _ in groupby(a, lambda x: x!=0) if is_true])
3

- Moinuddin Quadri

---

如果使用的可迭代对象不容易转换为Numpy数组，那么这很好。 - David Z

不，我认为楼主不会有这样的情况。 - Divakar

哦，我指的是一般的“groupby”方法 - 实际上我甚至没有注意到你的错误。无论如何，我的观点是，既然问题涉及到了Numpy可用的情况下，向量化的解决方案更好，但这也是其他情况下值得知道的一个好方法。 - David Z

Answer 3

这是一个简单的Python解决方案，只需计算从0到非零的变化，通过跟踪先前的值（上升沿检测）：

a=[0,0,0,0,0,0,10,15,16,12,11,9,10,0,0,0,0,0,6,9,3,7,5,4,0,0,0,0,0,0,4,3,9,7,1]

previous = 0
count = 0
for c in a:
    if previous==0 and c!=0:
        count+=1
    previous = c

print(count)  # 3

- Jean-François Fabre

Answer 4

• 使用np.concatenate在数组两侧填充零
• 使用a == 0查找零的位置
• 使用np.diff查找边界
• 使用sum将找到的边界相加
• 除以二，因为我们会找到比我们想要的多两倍

---

def nonzero_clusters(a):
    return int(np.diff(np.concatenate([[0], a, [0]]) == 0).sum() / 2)

演示

nonzero_clusters(
    [0,0,0,0,0,0,10,15,16,12,11,9,10,0,0,0,0,0,6,9,3,7,5,4,0,0,0,0,0,0,4,3,9,7,1]
)

3

---

nonzero_clusters([0, 1, 2, 0, 1, 2])

2

---

nonzero_clusters([0, 1, 2, 0, 1, 2, 0])

2

---

nonzero_clusters([1, 2, 0, 1, 2, 0, 1, 2])

3

---

时间控制
a = np.random.choice((0, 1), 100000)
代码

from itertools import groupby

def div(a):
    m = a != 0
    return (m[1:] > m[:-1]).sum() + m[0]

def pir(a):
    return int(np.diff(np.concatenate([[0], a, [0]]) == 0).sum() / 2)

def jean(a):
    previous = 0
    count = 0
    for c in a:
        if previous==0 and c!=0:
            count+=1
        previous = c
    return count

def moin(a):
    return len([is_true for is_true, _ in groupby(a, lambda x: x!=0) if is_true])

def user(a):
    return sum([1 for n in range (len (a) - 1) if not a[n] and a[n + 1]])

- piRSquared

Answer 5

sum ([1 for n in range (len (a) - 1) if not a[n] and a[n + 1]])

- user7342539

---

如果第一个元素非零怎么办？ - Divakar

@Divakar "本质上，非零数之前有一堆零" 这就是 OP 说的。 - user7342539