将宽度添加到 numpy 1d“信号阵列”

Question

我有一个 numpy int 一维数组。 看起来像这样：

[0,0,0,0,0,1,0,0,0,0,2,0,0,0,0,5,0,0,0,1,0,0,0,0,0,0,0,0,0,0]

基本上，它是一个主要由零组成的数组，其中一些信号是整数[1,2,3,4,5,...]并且信号的“宽度”始终为 1，这意味着它们被 0 包围。

我想为每个信号添加“宽度”，所以不是在数组中只占用 1 个空间，而是在数组中占用宽度空间。 所以，在这个宽度为 3 的例子中，我会得到

[0,0,0,0,1,1,1,0,0,2,2,2,0,0,5,5,5,0,1,1,1,0,0,0,0,0,0,0,0,0]

数组的长度保持不变，宽度可以是 3,5,7，但没有什么太离谱的。

最快的方法是什么？ 我觉得可能有一种简单的方法可以做到这一点，但不确定如何正确调用此操作。

Answer 1

卷积可能是您正在寻找的东西？

>>> import numpy as np
>>> width = 3
>>> a = np.array([0,0,0,0,0,1,0,0,0,0,2,0,0,0,0,5,0,0,0,1,0,0,0,0,0,0,0,0,0,0])
>>> np.convolve(a, np.ones(width))
array([0., 0., 0., 0., 0., 1., 1., 1., 0., 0., 2., 2., 2., 0., 0., 5., 5.,
       5., 0., 1., 1., 1., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])

但是，这不会保留数组的长度。 如果要保留长度，则应使用'same'模式，如下所示：

>>> np.convolve(a, np.ones(width), mode='same')
array([0., 0., 0., 0., 1., 1., 1., 0., 0., 2., 2., 2., 0., 0., 5., 5., 5.,
       0., 1., 1., 1., 0., 0., 0., 0., 0., 0., 0., 0., 0.])

如果这还不够快，我建议你看看scipy.signal.fftconvolve 。

Answer 2

我知道这不是完美的解决方案，但它是：我复制了初始列表并创建了一个宽度范围，所以当我发现一个不同于 0 的数字时，我用适当的数字替换周围的零

arr = [0,0,0,0,0,1,0,0,0,0,2,0,0,0,0,5,0,0,0,1,0,0,0,0,0,0,0,0,0,0]
arr1 = [0,0,0,0,0,1,0,0,0,0,2,0,0,0,0,5,0,0,0,1,0,0,0,0,0,0,0,0,0,0]
width = 3
width_range = [i for i in range(width//(-2)+1,width//(2)+1)]
print('width_range: ',width_range)
for idx,elem in enumerate(arr):
    if elem !=0:
        for i in width_range:
            arr1[idx+i]=elem
print(arr1)

Output：

width_range:  [-1, 0, 1]
[0, 0, 0, 0, 1, 1, 1, 0, 0, 2, 2, 2, 0, 0, 5, 5, 5, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0]

PS：此示例仅适用于 3 和 5，如果您想使用 7 进行测试，则需要在信号之间添加零。