如何在每个人的左边的numpy的数组数零的个数

Question

我有一个numpy的二进制数组是这样的：

Array A = [1, 1, 0, 1, 0, 1, 1, 0, 0, 0, 1, 0, 0, 0, 0] 

我想看看有多少0在每个左边是有1，并且在其它阵列看起来像这样对这个这个例子返回它：

nb_1s = [0, 0, 1, 2, 2, 5] 

有在左侧没有0为两个第一1S所以阵列的第一两个数字是0等等......

I K现在首先我必须启动与1的个数阵列，我的数组：

def give_zeros(binary_array): 
    binary_array = np.asarray(binary_array) 
    nb_zeros = np.zeros(binary_array.sum()) 


    return nb_zeros 

但我不知道如何来算零的个数。我应该用'nditer'在for循环中迭代吗？它看起来并不高效，因为我将不得不在非常大的数组上运行此函数。

你有什么想法吗？ 谢谢。

Answer 1

下面是从的1s指数范围阵列的分化量化的方式 -

def leftzeros_count(a): 
    idx = np.flatnonzero(a!=0) 
    return idx - np.arange(len(idx)) 

样品试验 -

In [298]: a = np.array([1, 1, 0, 1, 0, 1, 1, 0, 0, 0, 1, 0, 0, 0, 0]) 

In [299]: leftzeros_count(a) 
Out[299]: array([0, 0, 1, 2, 2, 5]) 

In [300]: a = np.array([0, 1, 1, 0, 1, 0, 1, 1, 0, 0, 0, 1, 0, 0, 0, 0]) 

In [301]: leftzeros_count(a) 
Out[301]: array([1, 1, 2, 3, 3, 6]) 

In [302]: a = np.array([0, 1, 1, 0, 1, 0, 1, 1, 0, 0, 0, 1, 0, 0, 0, 0, 1]) 

In [303]: leftzeros_count(a) 
Out[303]: array([ 1, 1, 2, 3, 3, 6, 10]) 

---

运行测试

对于时机，让瓷砖给定的样本大量的时间和时间的量化方法 -

In [7]: a = np.array([1, 1, 0, 1, 0, 1, 1, 0, 0, 0, 1, 0, 0, 0, 0]) 

In [8]: a = np.tile(a,100000) 

# @Eric Duminil's soln 
In [9]: %timeit (a == 0).cumsum()[a > 0] 
100 loops, best of 3: 10.9 ms per loop 

# Proposed in this post 
In [10]: %timeit leftzeros_count(a) 
100 loops, best of 3: 3.71 ms per loop 

Answer 2

在非矢量化方式：

>>> x = [1, 1, 0, 1, 0, 1, 1, 0, 0, 0, 1, 0, 0, 0, 0] 
>>> c, y = 0, [] 
>>> for i in x: 
...  if i == 1: 
...   y.append(c) 
...  else: 
...   c += 1 
... 
>>> y 
[0, 0, 1, 2, 2, 5] 

---

对于矢量化的解决方案，请参阅@ Divakar的回答是：

在numpy，先找到非零指数，与np.nonzero()：

>>> np.nonzero(x)[0] 
array([ 0, 1, 3, 5, 6, 10]) 

然后减去具有索引的长度的范围内的数组：

>>> idx = np.nonzero(x)[0] 
>>> np.arange(len(idx)) 
array([0, 1, 2, 3, 4, 5]) 
>>> np.nonzero(x)[0] - np.arange(len(idx)) 
array([0, 0, 1, 2, 2, 5]) 

>>> np.arange(x.count(1)) 
array([0, 1, 2, 3, 4, 5]) 
>>> np.nonzero(x)[0] - np.arange(x.count(1)) 
array([0, 0, 1, 2, 2, 5]) 

Answer 3

如果计数是累积的（根据你的例子），那么你可以很容易地为O做到这一点（N ）。只要有一个每次通过提高你找到一个零，则计数器变量的值追加到另一个阵列，每一个您的初始阵列中打了一个柜台。

Answer 4

代码

你可以使用：

(A == 0).cumsum()[A > 0] 
# array([0, 0, 1, 2, 2, 5]) 

或：

(~A).cumsum()[A] 
# array([0, 0, 1, 2, 2, 5]) 

如果A是一个布尔数组。

说明

A == 0是一个布尔数组是True每个0：

>>> import numpy as np 
>>> A = np.array([1, 1, 0, 1, 0, 1, 1, 0, 0, 0, 1, 0, 0, 0, 0]) 
>>> A == 0 
array([False, False, True, False, True, False, False, True, True, 
     True, False, True, True, True, True], dtype=bool) 

您可以使用cumsum()来算的True S上的号码：

>>> (A == 0).cumsum() 
array([0, 0, 1, 1, 2, 2, 2, 3, 4, 5, 5, 6, 7, 8, 9]) 

你只需要其中A > 0的值：

>>> (A == 0).cumsum()[A > 0] 
array([0, 0, 1, 2, 2, 5]) 

完成！