У меня есть произвольный массив только с двоичным с ценностно сказать:среднее число повторяющихся паттернов с Numpy
a = np.array([1,0,0,0,0,0,1,1,1,1,1,1,1,1,0,0,1,1,0,])
Что бы наиболее эффективным способом посчитать среднюю длину последовательностей 1s массива? Например. В этом примере это будет (1 + 8 + 2)/3.
Я не уверен, что проще всего, но одна альтернатива
np.mean([len(list(v)) for k,v in itertools.groupby(a) if k])
3.6666666666666665
Пояснение groupby группы смежных одинаковые значения вместе, мы фильтруем только те (if k), список понимание [...] создает список из длины подпоследовательностей единиц, т.е. [1,8,2], и mean вычисляет среднее значение.
Для всех Numpy решения, вы можете использовать solution Alex Мартелли как так:
def runs_of_ones_array(bits):
# make sure all runs of ones are well-bounded
bounded = np.hstack(([0], bits, [0]))
# get 1 at run starts and -1 at run ends
difs = np.diff(bounded)
run_starts, = np.where(difs > 0)
run_ends, = np.where(difs < 0)
return run_ends - run_starts
>>> a=np.array([1,0,0,0,0,0,1,1,1,1,1,1,1,1,0,0,1,1,0,])
>>> b=runs_of_ones_array(a)
>>> float(sum(b))/len(b)
3.66666666667
Сложность мудр: просто перебрать все значения и использовать некоторые активный/неактивный счетчик. Комбинируйте с однопроходным средним вычислением, и вы получите алгоритм O (n), который также является нижней границей (потому что вам нужно смотреть на все элементы хотя бы один раз). – sascha
Я вижу. Хм, было интересно, есть ли у numpy внутренняя функция, которая могла бы каким-то образом подсчета шаблонов. Однако, спасибо! – Estilus