如何将有序numpy整数数组按相邻元素差值阈值拆分？

可以利用NumPy的数组操作高效实现这个拆分需求，步骤如下：

1. 计算相邻元素的差值：用np.diff()获取数组中每对相邻元素的差值。
2. 定位拆分点：找出差值大于2的位置，这些位置就是子数组的分割边界。
3. 分割数组：根据拆分点使用np.split()完成分割。

完整代码实现：

import numpy as np

arr = np.array([222, 225, 227, 228, 230, 232, 241, 243, 244, 245, 252, 253, 258])

# 计算相邻元素差值
diff = np.diff(arr)
# 找到差值大于2的索引位置，加1得到分割点（split的参数是数组的分割索引）
split_indices = np.where(diff > 2)[0] + 1
# 分割数组
result = np.split(arr, split_indices)

# 转换为列表形式输出（按需调整）
print([subarr.tolist() for subarr in result])

运行结果：

[[222], [225, 227, 228, 230, 232], [241, 243, 244, 245], [252, 253], [258]]

代码说明 #

• np.diff(arr)：生成长度为原数组长度-1的数组，每个元素对应原数组中相邻元素的差值。
• np.where(diff > 2)[0]：获取差值大于2的元素在diff数组中的索引，这些索引对应原数组中需要拆分的前一个元素的位置，加1后得到np.split()所需的分割索引（比如diff[0] = 3，对应原数组arr[0]和arr[1]的差，分割点就设在索引1处）。
• np.split(arr, split_indices)：根据分割索引将原数组拆分为多个子数组，每个子数组内相邻元素的差值都不超过2。

内容的提问来源于stack exchange，提问作者quant