Mám NumPy pole s kladnými a zápornými hodnotami v.
a = array([1,1,-1,-2,-3,4,5])
Chci vytvořit další pole, které obsahuje hodnotu na každý index, kde dochází k změna znaménka (například, pokud je aktuální prvek je pozitivní a předchozí prvek je negativní a naopak).
Pro pole výše, očekával bych, že dostat následující výsledek
array([0,0,1,0,0,1,0])
Alternativně seznam poloh v poli, kde dochází k znamení změny nebo seznam booleans místo 0 a 1 je v pořádku.
Něco jako
a = array([1,1,-1,-2,-3,4,5])
asign = np.sign(a)
signchange = ((np.roll(asign, 1) - asign) != 0).astype(int)
print signchange
array([0, 0, 1, 0, 0, 1, 0])
Nyní numpy.roll dělá kruhový posun, takže v případě, že poslední prvek má jinou značku než ta první, první prvek v poli signchange být 1. Pokud tomu tak není, lze samozřejmě provést jednoduchý požadovaný
signchange[0] = 0
Také se domnívá, np.sign 0 až mít vlastní značku, odlišný od buď kladné, nebo záporné hodnoty. Např „signchange“ pole pro [-1,0,1] by [0,1,1] přestože nulová linka byla „přešel“ pouze jednou. Pokud je to nežádoucí, jeden mohl vložit řádky
sz = asign == 0
while sz.any():
asign[sz] = np.roll(asign, 1)[sz]
sz = asign == 0
mezi řádky 2 a 3, v prvním příkladu.
Co takhle
[0 if x == 0 else 1 if numpy.sign(a[x-1]) != numpy.sign(y) else 0 for x, y in enumerate(a)]
numpy.sign přiřadí 0 vlastní značku, takže 0s bude znamení změny z ničeho kromě jiných 0s, což je pravděpodobně to, co chcete.
Odpovědi Výše uvedený seznam užití comprehension a některé numpy magie získat požadovaný výsledek. Zde je velmi přímočará, i když trochu spletitý, způsob, jak dělat totéž:
import numpy as np
arr = np.array([1,1,-1,-2,-3,4,5])
result = []
for i, v in enumerate(arr):
if i == 0:
change = False
elif v < 0 and arr[i-1] > 0:
change = True
elif v > 0 and arr[i-1] < 0:
change = True
else:
change = False
result.append(change)
print result
K přímému výkladu této otázce, kde se 0 to není jejich případ, je to asi jednodušší použít greaternež sign. Zde je příklad:
a = array([1, 1, -1, -2, -3, 0, 4, 0, 5, 6])
x = greater_equal(a, 0)
sign_change = x[:-1]-x[1:]
Který dává, při tisku s nastavením Tnebo Fna znaménko změnu mezi různými čísly:
1 F 1 T -1 F -2 F -3 T 0 F 4 F 0 F 5 F 6
při tisku za použití:
print `a[0]`+"".join([(" T" if sign_change[i] else " F")+" "+`a[i+1]` for i in range(len(sign_change))])
Také si všimněte, že se jedná o jeden prvek kratší než původní pole, což dává smysl, protože se ptáte pro změnu znaménka. Chcete-li zahrnout změny mezi posledním a prvním prvkem, můžete použít roll, jak jiní navrhli.
(numpy.diff(numpy.sign(a)) != 0)*1
import numpy as np
a = np.array([1,1,-1,-2,-3,4,5])
idx1=np.where(a[:-1] * a[1:] < 0 )[0] +1
idx1
Out[2]: array([2, 5], dtype=int64)
%timeit np.where(a[:-1] * a[1:] < 0 )[0] + 1
4.31 µs ± 15.1 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
idx2=np.where(np.sign(a[:-1]) != np.sign(a[1:]))[0] + 1
idx2
Out[4]: array([2, 5], dtype=int64)
%timeit np.where(np.sign(a[:-1]) != np.sign(a[1:]))[0] + 1
3.94 µs ± 20.4 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
idx3=np.where(np.diff(np.sign(a)) != 0)[0] + 1
idx3
Out[6]: array([2, 5], dtype=int64)
%timeit np.where(np.diff(np.sign(a)) != 0)[0] + 1
9.7 µs ± 36.2 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
