Я хочу быстро (надеюсь, без цикла for) создать массив Numpy в форме:
array([a,a,a,a,0,0,0,0,0,b,b,b,0,0,0, c,c,0,0....])
Где a, b, c и другие значения повторяются в разных точках для разных диапазонов,Я действительно думаю о чем-то вроде этого:
import numpy as np
a = np.zeros(100)
a[0:3,9:11,15:16] = np.array([a,b,c])
Что, очевидно, не работает.Любые предложения?
Редактировать (jterrace ответил на оригинальный вопрос): Данные поступают в виде массива N * M Numpy.Каждая строка состоит в основном из нулей, иногда перемежаясь последовательностями ненулевых чисел. Я хочу заменить все элементы каждой такой последовательности на последнее значение последовательности.Я воспользуюсь любым быстрым методом, чтобы сделать это! Несколько раз используя where и diff, мы можем получить индексы запуска и остановки каждого запуска.
raw_data = array([.....][....])
starts = array([0,0,0,1,1,1,1...][3, 9, 32, 7, 22, 45, 57,....])
stops = array([0,0,0,1,1,1,1...][5, 12, 50, 10, 30, 51, 65,....])
last_values = raw_data[stops]
length_to_repeat = stops[1]-starts[1]
Обратите внимание, что начинается [0] иОстановки [0] - это та же информация (по какой строке происходит запуск).На данный момент, поскольку единственный известный мне маршрут - это то, что предлагает jterrace, нам нужно пройти через некоторые искажения, чтобы получить аналогичные начальные / конечные позиции для нулей, а затем чередовать нулевые старт / стоп со значениями старт / стоп,и чередовать число 0 с массивом last_values.Затем мы перебираем каждую строку, выполняя что-то вроде:
for i in range(N)
values_in_this_row = where(starts[0]==i)[0]
output[i] = numpy.repeat(last_values[values_in_this_row], length_to_repeat[values_in_this_row])
Имеет ли это смысл, или я должен объяснить что-то еще?