根据条件修改numpy数组的值

Question

你好，我有一个numpy数组，如下所示：

list_of_values = [-0.5, -0.8, -0.6, -0.2, 0.2, 0.5, 0.7, 0.9, -0.3, 0.2, 0.6, 0.4, 0, 0.2, 0, -0.3, -0.2, 0, -0.6, 0, 0.3]
array= np.array(list_of_values)

我需要一个相同大小的数组，当值从负数变为正数时有1，当值由正变为负数时有-1，其余数组有0。如果list_of_values中存在0，并且它反弹回来，则不应将其视为已越过0线。

这正是我正在寻找的输出

output = [0, 0, 0, 0, 1, 0, 0, 0, -1, 1, 0, 0, 0, 0, 0, -1, 0, 0, 0, 0, 1]

真实的list_of_values很大，有3000+数字，所以解决方案应该使用Numpy (有些for循环是无效的)，而且应该很快。

谢谢

Answer 1

您可以使用numpy.ediff1d

>>> import numpy as np
>>> arr = np.array([-1, -0.8, -0.6, -0.1, 0.1, 0.5, 0.7, 1, -0.3, 0.2, 0.6])
>>> np.ediff1d(np.sign(arr), to_begin=0) // 2
array([ 0.,  0.,  0.,  0.,  1.,  0.,  0.,  0., -1.,  1.,  0.])

如果你认为0是积极的：

>>> arr = np.array([-1, -0.8, -0.6, -0.1, 0.0, 0.5, 0.7, 1, -0.3, 0.2, 0.6])
>>> np.ediff1d(np.where(arr==0, 1, np.sign(arr)), to_begin=0)//2
array([ 0.,  0.,  0.,  0.,  1.,  0.,  0.,  0., -1.,  1.,  0.])

编辑

根据您的编辑，您可以执行以下操作：

>>> arr = [-0.5, -0.8, -0.6, -0.2, 0.2, 0.5, 0.7, 0.9, -0.3, 0.2, 0.6, 0.4, 0, 0.2, 0, -0.3, -0.2, 0, -0.6, 0, 0.3]
>>> output = np.array(arr)
>>> nonzero_idx = output != 0
>>> nonzero_arr = output[nonzero_idx]
>>> res = np.ediff1d(np.sign(nonzero_arr), to_begin=0) // 2
>>> output[nonzero_idx] = res
>>> output
array([ 0.,  0.,  0.,  0.,  1.,  0.,  0.,  0., -1.,  1.,  0.,  0.,  0.,
        0.,  0., -1.,  0.,  0.,  0.,  0.,  1.])

Answer 2

Cyttorak提供的答案是正确的，而且比我的要漂亮得多，但是，如果你不介意稍微丑陋一点的代码，并想要速度，这会更快。

a2 = np.array([-1, 1])
array = np.array([-1, -0.8, -0.6, -0.1, 0.1, 0.5, 0.7, 1, -0.3, 0.2, 0.6])
array = np.where(array >= 0, -1, 1)
output = np.convolve(array, a2, mode='same')
output = np.where((output == 2) | (output == -2), output, 0) // 2

编辑:对不起，忘记复制粘贴a2 :D