如何在两条曲线差异段识别中纳入收敛/发散起始端点？

现有两条曲线，已确定它们的发散、收敛关键点以及轨迹的公共点。当前使用代码可提取曲线存在差异的段，但需要将曲线发散或收敛的首个端点也纳入识别范围——即红色线条需延伸至黑色星号位置，同时填充青色段与第二个黑色星号之间的间隙。

当前代码片段 #

import numpy as np

# 注意：原代码使用`range`作为变量名会覆盖Python内置函数，建议改为`range_arr`
range_arr = np.zeros(streamline.shape[0]).astype("bool")
range_arr[points_common] = True
range_arr = ~range_arr
i = np.arange(0, streamline.shape[0])
different = i[range_arr]
indices = np.where(np.diff(different) > 1)[0] + 1
different = np.split(different, indices)

各变量取值 #

range_arr = np.array([ True,  True,  True,  True,  True,  True,  True,  True,  True,
        True, False, False, False, False, False, False, False, False,
       False, False, False, False, False, False,  True, False, False,
       False, False, False, False, False, False, False, False, False,
       False, False, False, False, False, False, False, False, False,
       False, False, False, False, False, False, False, False, False,
       False, False, False, False, False, False, False, False, False,
       False, False, False, False, False, False, False, False, False,
       False, False, False, False, False, False, False, False, False,
       False, False])

points_common = np.array([ 10,  11,  12,  13,  14,  15,  16,  17,  18,  19,  20,  21,  22,
        23,  25,  26,  27,  28,  29,  30,  31,  32,  33,  34,  35,  36,
        37,  38,  39,  40,  41,  42,  43,  44,  45,  46,  47,  48,  49,
        50,  51,  52,  53,  54,  55,  56,  57,  58,  59,  60,  61,  62,
        63,  64,  65,  66,  67,  68,  69,  70,  71,  72,  73,  74,  75,
        76,  77,  78,  79,  80,  81,  82,  83,  84,  85,  86,  87,  88,
        89,  90,  91,  92,  93,  94,  95,  96,  97,  98,  99, 100])

# 原代码输出的差异段
different = [np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]), np.array([24])]

修改后的代码（包含端点扩展） #

import numpy as np

# 保留原逻辑并修复变量名冲突
range_arr = np.zeros(streamline.shape[0]).astype("bool")
range_arr[points_common] = True
range_arr = ~range_arr
i = np.arange(0, streamline.shape[0])
different = i[range_arr]
indices = np.where(np.diff(different) > 1)[0] + 1
different_segments = np.split(different, indices)

# 扩展差异段，纳入相邻的公共端点（发散/收敛关键点）
extended_segments = []
# 转成集合提升查询效率
points_common_set = set(points_common)
max_idx = streamline.shape[0] - 1

for seg in different_segments:
    extended = []
    # 添加段前的公共端点（如果存在）
    first_idx = seg[0]
    if first_idx > 0 and (first_idx - 1) in points_common_set:
        extended.append(first_idx - 1)
    # 添加原差异段的所有点
    extended.extend(seg)
    # 添加段后的公共端点（如果存在）
    last_idx = seg[-1]
    if last_idx < max_idx and (last_idx + 1) in points_common_set:
        extended.append(last_idx + 1)
    # 转换为numpy数组存入结果
    extended_segments.append(np.array(extended))

修改说明 #

• 修复了原代码中range变量名覆盖Python内置函数的问题，改为range_arr
• 将points_common转换为集合，大幅提升端点归属的查询效率
• 对每个差异段进行双向扩展：
  • 若段的起始点不是索引0，且前一个点属于公共点（收敛端点），则将该端点纳入
  • 若段的结束点不是最后一个索引，且后一个点属于公共点（发散端点），则将该端点纳入
• 最终输出的extended_segments会变成：

  [np.array([0,1,2,3,4,5,6,7,8,9,10]), np.array([23,24,25])]
  

  完全满足红色线条延伸至黑色星号、填充间隙的需求

内容的提问来源于stack exchange，提问作者Määäx