检查数组中是否有 3 个连续值高于某个阈值

假设我有一个像这样的 np.array ：

a = [1, 3, 4, 5, 60, 43, 53, 4, 46, 54, 56, 78]

有没有一种快速方法来获取 3 个连续数字都高于某个阈值的所有位置的索引？也就是说，对于某个阈值th， 得到所有x其中：

a[x]>th and a[x+1]>th and a[x+2]>th

示例：对于阈值 40 和上面给出的列表，x 应该是[4,8,9].

非常感谢。

方法#1

Use convolution在比较后获得的布尔数组的掩码上 -

In [40]: a # input array
Out[40]: array([ 1,  3,  4,  5, 60, 43, 53,  4, 46, 54, 56, 78])

In [42]: N = 3 # compare N consecutive numbers

In [44]: T = 40 # threshold for comparison

In [45]: np.flatnonzero(np.convolve(a>T, np.ones(N, dtype=int),'valid')>=N)
Out[45]: array([4, 8, 9])

方法#2

Use binary_erosion -

In [77]: from scipy.ndimage.morphology import binary_erosion

In [31]: np.flatnonzero(binary_erosion(a>T,np.ones(N, dtype=int), origin=-(N//2)))
Out[31]: array([4, 8, 9])

方法#3（具体情况）：检查少量连续数字

为了检查如此少量的连续数字（本例中为三个），我们还可以slicing在比较掩模上以获得更好的性能 -

m = a>T
out = np.flatnonzero(m[:-2] & m[1:-1] & m[2:])

标杆管理

计时开启100000给定样本的重复/平铺数组 -

In [78]: a
Out[78]: array([ 1,  3,  4,  5, 60, 43, 53,  4, 46, 54, 56, 78])

In [79]: a = np.tile(a,100000)

In [80]: N = 3

In [81]: T = 40

# Approach #3
In [82]: %%timeit
    ...: m = a>T
    ...: out = np.flatnonzero(m[:-2] & m[1:-1] & m[2:])
1000 loops, best of 3: 1.83 ms per loop

# Approach #1
In [83]: %timeit np.flatnonzero(np.convolve(a>T, np.ones(N, dtype=int),'valid')>=N)
100 loops, best of 3: 10.9 ms per loop

# Approach #2    
In [84]: %timeit np.flatnonzero(binary_erosion(a>T,np.ones(N, dtype=int), origin=-(N//2)))
100 loops, best of 3: 11.7 ms per loop