围绕索引创建掩码数组的 Numpy 最快方法

Question

我有一个一维数组：

arr = np.array([0, 0, 0, 0, 3, 0, 0, 0, 1, 0, 0, 0, 0, 3, 0, 0, 2, 0, 0, 0, 0, 0, 2, 3, 0, 0, 1, ...], dtype='uint16')

我想创建一个 mask 数组，它是 True 任何大于 2 的 +/- N 索引，产生以下结果（对于 N=3)

mask = [F, T, T, T, T, T, T, T, F, F, T, T, T, T, T, T, T, F, F, F, T, T, T, T, T, T, T, ...]

（注意，为了便于阅读，我使用了 T/F）

我需要这个速度相当快，因为我的实际数组有数百万个点长，N 可能是 500 个点。

编辑：

Answer 1

找到大于2的元素然后将它们周围的元素设置为True:

a = np.array([0, 0, 0, 0, 3, 0, 0, 0, 1, 0, 0, 0, 0, 3, 0, 0, 2, 0])

N = 3
mask = a > 2
center = np.where(mask)[0]
mask[np.maximum(np.ravel(center - np.arange(1, 1 + N).reshape(-1, 1)), 0)] = True
mask[np.minimum(np.ravel(center + np.arange(1, 1 + N).reshape(-1, 1)), len(a)-1)] = True

感谢@Michael Szczesny 指出边缘情况。 maximum 和 minimum 确保索引不会（无意中）超出范围。

Answer 2

您可以使用带 numpy.convolve 的卷积和长度为 2*N+1（每边 N 加上自身）的数组作为掩码：

np.convolve(arr>2, np.ones(2*N+1), mode='same').astyoe(bool)

输出：

array([False,  True,  True,  True,  True,  True,  True,  True, False,
       False,  True,  True,  True,  True,  True,  True,  True, False,
       False, False,  True,  True,  True,  True,  True,  True,  True])

围绕索引创建掩码数组的 Numpy 最快方法

Numpy fastest way to create mask array around indexes

python

arrays

algorithm

numpy