如何有效地替換一維數組中相同的連續值

Question

令人驚訝的是，經過相當多的研究，我沒有發現任何帖子引發了解決這個簡單問題的好主意。

我有一個形狀為(n, )的一維numpy數組，它大部分是零和一些其他正值。

D = np.zeros(10)
D[2] = 1
D[5] = 4
D[7] = 3

Out: array([0., 0., 1., 0., 0., 4., 0., 3., 0., 0.])

但是，有時，其中一個值（它是給定樣本的觸發器）可能會在下一個（或幾個下一個樣本）期間重復。

D = np.zeros(10)
D[2] = 1
D[3] = 1
D[5] = 4
D[7] = 3

Out: array([0., 0., 1., 1., 0., 4., 0., 3., 0., 0.])

在這種情況下，我想處理數組以用 0 替換相同的連續值； 在這種情況下，將第二個1替換為0 。

In: array([0., 0., 1., 1., 0., 4., 0., 3., 0., 0.])
Out: array([0., 0., 1., 0., 0., 4., 0., 3., 0., 0.])

對於一個額外的復雜度級別，我想定義一個容差，如果值x>0之后的每個元素都足夠接近x ，那么它們將被 0 替換。

In: array([0., 0., 1., 0.98, 1.01, 4., 0., 3., 3.1, 0.]), tolerance = 0.05
Out: array([0., 0., 1., 0., 0., 4., 0., 3., 3.1, 0.])

這很容易通過使用while或for循環在數組上循環來實現。 然而，由於這是一個在線應用程序，我一直在 numpy 中尋找矢量化解決方案。 如果有人有任何建議，任何 function 我可以考慮盡可能高效地執行此操作，請發表評論！

Answer 1

嘗試像這樣使用np.diff() ：

D[np.where(np.diff(D)==0)] = 0

編輯：包括OP的解決方案，包括公差和前置：

D[np.where(np.diff(D, prepend=[0])<=tolerance)] = 0

編輯 2：@obchardon 刪除不必要的np.where的極好建議：

D[abs(np.diff(D, prepend=[0]))<=tolerance] = 0