如何用Numpy查找数组中指定多值序列（如连续4个0）的索引？

当然有更高效的解决方案！针对你要定位数组中连续N个特定值（比如这里的连续4个0）并替换的需求，用numpy内置的卷积或者滑动窗口工具，比你自己写的循环类函数效率高太多，尤其是处理大数组的时候。

下面给你两种实用的实现方式：

方法一：利用卷积检测连续序列 #

卷积是一种非常高效的批量检测连续模式的方式，numpy的np.convolve是底层C实现，速度远超Python循环：

import numpy as np

# 示例数组
a = np.array([1.,0.,0.,0.,1.,1.,0.,0.,0.,0.,1.,1.])
# 目标连续序列的长度（这里是连续4个0）
target_length = 4

# 1. 创建掩码：标记所有0的位置为True
mask = (a == 0)
# 2. 用全1数组做卷积，检测连续target_length个True的区域
conv_result = np.convolve(mask.astype(int), np.ones(target_length, dtype=int), mode='valid')
# 3. 找到卷积结果等于target_length的位置，这些是连续序列的起始索引
start_indices = np.where(conv_result == target_length)[0]
# 4. 生成所有需要替换的索引
replace_indices = np.concatenate([np.arange(s, s + target_length) for s in start_indices])
# 5. 替换成你想要的值（比如这里替换为2.）
a[replace_indices] = 2.

print(a)
# 输出：[1. 2. 2. 2. 1. 1. 2. 2. 2. 2. 1. 1.]

方法二：用滑动窗口视图（Numpy 1.20+支持） #

如果你用的是较新版本的numpy，np.lib.stride_tricks.sliding_window_view会更直观，它能直接生成数组的滑动窗口视图：

import numpy as np

a = np.array([1.,0.,0.,0.,1.,1.,0.,0.,0.,0.,1.,1.])
target_length = 4

# 1. 生成所有长度为4的滑动窗口
windows = np.lib.stride_tricks.sliding_window_view(a, window_shape=target_length)
# 2. 找到所有全为0的窗口的起始索引
start_indices = np.where((windows == 0).all(axis=1))[0]
# 3. 生成替换索引并替换值
replace_indices = np.concatenate([np.arange(s, s + target_length) for s in start_indices])
a[replace_indices] = 2.

print(a)
# 输出和上面一致

处理重叠序列的注意点 #

如果你的数组中有超过target_length的连续目标值（比如连续5个0），上面的方法会检测出重叠的起始索引（比如连续5个0会得到起始索引0和1）。如果不想处理重叠的序列，可以对起始索引做过滤：

start_indices = np.where((windows == 0).all(axis=1))[0]
filtered_starts = []
last_end = -1
for s in start_indices:
    # 只有当前起始索引不在上一个序列的范围内，才保留
    if s > last_end:
        filtered_starts.append(s)
        last_end = s + target_length - 1
filtered_starts = np.array(filtered_starts)

# 再用过滤后的起始索引生成替换索引
replace_indices = np.concatenate([np.arange(s, s + target_length) for s in filtered_starts])

这两种方法都充分利用了numpy的向量化运算能力，在处理大规模数组时，效率会比自定义的Python循环提升几个数量级。

内容的提问来源于stack exchange，提问作者fdjutant