如何用Numpy向量化实现不连续数组转连续数组？

当然可以用纯Numpy实现完全向量化的操作，而且效率比for循环高得多——毕竟Numpy的底层是C实现的，避免了Python层面的循环开销，处理大数组时优势特别明显。

实现代码 #

import numpy as np

a = np.array([1,1,1,3,3,6,6,6,6,6,6])

def vectorized_group(a):
    # 1. 标记元素变化的位置：当前元素与前一个不同则为True
    change_points = a[1:] != a[:-1]
    # 2. 给开头补一个True（第一个元素属于新分组的起点）
    change_points = np.concatenate([[True], change_points])
    # 3. 对变化点累加，再减1得到从0开始的连续编号
    return np.cumsum(change_points) - 1

b = vectorized_group(a)
print(b)  # 输出: [0 0 0 1 1 2 2 2 2 2 2]

逻辑解释 #

1. 标记变化点：a[1:] != a[:-1]生成一个布尔数组，长度比原数组少1，每个位置标记当前元素是否和前一个元素不同。
2. 补全起点：因为第一个元素没有前一个元素，默认是新分组的开始，所以在布尔数组开头加True，让长度和原数组一致。
3. 累加生成编号：np.cumsum会把布尔值视为0（False）和1（True）进行累加，每次遇到变化点就加1，最后减1是为了让编号从0开始，正好符合你的需求。

避坑提醒 #

别用np.unique(a, return_inverse=True)[1]来实现！这个方法会先对数组元素去重排序，返回的是元素在排序后去重数组中的索引，和你需要的「按连续出现顺序分组」逻辑不符。比如如果数组是[3,3,1,1]，这个方法会返回[1,1,0,0]，但你实际需要的是[0,0,1,1]。

内容的提问来源于stack exchange，提问作者deepAgrawal