统计一维NumPy数组中连续零构成的间隙数量

计数规则 #

• 数组中连续出现的零值序列整体计为1个间隙，被非零值分隔开的多段零序列分别独立计数。

待统计示例数组 #

import numpy as np
array = np.array([   0,    0,    0,    0,    0,    0,    0,    0,    0,    0,    0,
        1692, 1692, 1692, 1692, 1692, 1692, 1692, 2458, 2458, 2458, 2458,
        2458, 2458, 2458,    0,    0,    0, 3956, 3956, 3956, 3956, 3956,
        3956, 3956,    0,    0,    0,    0, 5431, 5431, 5431, 5431, 5431,
        5431, 5431,    0,    0,    0,    0,    0,    0,    0,    0,    0])

该示例数组共包含4个符合规则的间隙，预期程序输出结果为4。

实现方案 #

采用NumPy向量化操作实现，无Python层循环，处理大数组时执行效率很高，核心逻辑是统计所有零值段的起始位置总数：

def count_zero_gaps(arr):
    is_zero = arr == 0
    # 数组起始位置前默认视为非零，识别所有从非零跳变到零的位置
    gap_start_flags = np.diff(is_zero.astype(np.int8), prepend=0) == 1
    return gap_start_flags.sum()

测试验证 #

print(count_zero_gaps(array))

执行后输出：

4

逻辑说明 #

• 第一步先把数组转换为布尔数组，对应位置为True表示元素是0，False表示非零
• 给布尔数组头部补一个0（模拟数组开头前的非零状态），计算相邻元素的差值：当差值为1时，代表当前位置从非零变为零，也就是一个新间隙的起点
• 统计所有起点的数量，就是最终的间隙总数，自动兼容数组开头/结尾为零的边界场景，不会漏算多算。

内容的提问来源于stack exchange，提问作者Jannes