どのようにして、重複を含むソートされたリストの連続していないフロート要素の間に1つのパッドをゼロにすることができますか？

Question

私は観測時間を表す浮動小数点値のリストを持っています。 （各フロート値は実際には整数で表すことができますが、将来の可能性について一般化したいと考えています）。

list_hrs = [4,6,8,8,10] # actual list is thousands of floats 

重複したエントリの唯一の発生をカウントしながら、私はパッドにゼロで、それぞれのインデックスに一致しない値をしようとしています。例えば、リストごとに、私は0から3に包括的に4つの数字があるので

list_hrs = [0,0,0,0,4,0,6,0,8,8,0,10] 

最初の4つのエントリが0をしているのでしょう。 5がないので、0が4と6の間にあります。 0は6と8の間で同様です。値9が存在しないため、0が8と10の間にあります。また、複製の8はそのまま残しておきます。これは後で私のコードで扱います。 0のパディングの前に、複製の1つだけがカウントされるべきです（8）。私はその後、別のSOの記事を読んで、それが最初0年代のリスト、そのため長さがあるべきを作るのがベストだという印象を離れて来た

for index in range(len(list_hrs)): 
    if list_hrs != index: 
     list_hrs.insert(index, 0) 

>> [0, 0, 0, 0, 0, 4, 6, 8, 8, 10] 

：

私の最初の試みは、これを試してみました考慮するデータポイントの数に等しい。次に、ゼロ以外のエントリは0のエントリを置き換えることができます。だから、私は次のように試した：

def make_zeros(hrs=list_hrs): # make list of 0's 
    num_zer = int(max(hrs)) 
    list_zer = [0 for index in range(num_zer+1)] 
    return list_zer 

しかし、私はこのポイントの後に希望の結果を達成するための条件を実装する方法がわかりません。私はenumerateを使用してインデックスがそのインデックスの値と一致するかどうかを確認する方法があると考えていますが、重複したエントリ（上記の例の8のようなもの）のために続行する方法がわかりません。

この方法は継続的に使用するのに適していますか、目的の結果を達成するための効率的な/簡単な方法がありますか？助けやアドバイスをいただければ幸いです。

def make_zeros_vectorized(A, dtype=float): 
    a = np.asarray(A).astype(int) 
    idx = a + np.r_[0, (a[1:] == a[:-1]).cumsum()] 
    out = np.zeros(idx[-1]+1,dtype=dtype) 
    out[idx] = A 
    return out 

サンプルの実行 - -

Answer 1

ここに1つのベクトル化のアプローチです関与

In [95]: A 
Out[95]: [4.0, 6.0, 8.0, 8.0, 10.0, 10.0, 10.0, 14.0, 16.0] 

In [96]: make_zeros_vectorized(A) 
Out[96]: 
array([ 0., 0., 0., 0., 4., 0., 6., 0., 8., 8., 0., 
     10., 10., 10., 0., 0., 0., 14., 0., 16.]) 

In [100]: A 
Out[100]: [4.0, 4.0, 4.0, 4.0, 6.0, 8.0, 8.0, 10.0, 10.0, 10.0, 14.0, 16.0] 

In [101]: make_zeros_vectorized(A) 
Out[101]: 
array([ 0., 0., 0., 0., 4., 4., 4., 4., 0., 6., 0., 
     8., 8., 0., 10., 10., 10., 0., 0., 0., 14., 0., 
     16.]) 

ステップ

入力リスト

In [71]: A = [4.0,6.0,8.0,8.0,10.0,10.0,10.0,14.0,16.0] 

配列に変換

In [72]: a = np.asarray(A).astype(int) 

In [73]: a 
Out[73]: array([ 4, 6, 8, 8, 10, 10, 10, 14, 16]) 

重複のマスクを作成します。このアプローチの中心は、累積合計を後で使用する予定のためです。累積加算場合重複が、真として表現された出力配列に入力配列値を配置するための増分インデックスとして使用される、増分値をもたらす

In [74]: a[1:] == a[:-1] 
Out[74]: array([False, False, True, False, True, True, False, False], dtype=bool) 

In [75]: (a[1:] == a[:-1]).cumsum() 
Out[75]: array([0, 0, 1, 1, 2, 3, 3, 3]) 

以前のように、開始時にゼロを追加「[1：] [ - 1] ==」1要素レスアレイをもたらしたであろうが

In [76]: np.r_[0, (a[1:] == a[:-1]).cumsum()] 
Out[76]: array([0, 0, 0, 1, 1, 2, 3, 3, 3]) 

重複がシフトされるように最後に、入力されたアレイに追加/ワンアップを添加し出力配列を割り当てるインデックスを与える

In [77]: a + np.r_[0, (a[1:] == a[:-1]).cumsum()] 
Out[77]: array([ 4, 6, 8, 9, 11, 12, 13, 17, 19]) 

これ以降の手順では、基本的に出力配列を作成し、先に取得したインデックスを使用してaの値を割り当てます。あなたがゼロまたはそれらの指標のマスクが必要な場合は

---

は、ここで修正されたバージョンです -

def get_zeros_mask(A): 
    a = np.asarray(A).astype(int) 
    idx = a + np.r_[0, (a[1:] == a[:-1]).cumsum()] 
    mask = np.ones(idx[-1]+1,dtype=bool) 
    mask[idx] = 0 
    return mask 

サンプルの実行 -

In [93]: A 
Out[93]: [4.0, 6.0, 8.0, 8.0, 10.0, 10.0, 10.0, 14.0, 16.0] 

In [94]: make_zeros_vectorized(A) 
Out[94]: 
array([ 0., 0., 0., 0., 4., 0., 6., 0., 8., 8., 0., 
     10., 10., 10., 0., 0., 0., 14., 0., 16.]) 

In [95]: get_zeros_mask(A) 
Out[95]: 
array([ True, True, True, True, False, True, False, True, False, 
     False, True, False, False, False, True, True, True, False, 
     True, False], dtype=bool) 

In [96]: np.flatnonzero(get_zeros_mask(A)) 
Out[96]: array([ 0, 1, 2, 3, 5, 7, 10, 14, 15, 16, 18]) 

Answer 2

ちょうど別の例：

list_hrs = [4,6,8,8,10] 
lh = iter(list_hrs) 
fit = range(int(max(list_hrs))+1) 

result = [0 if i not in list_hrs else next(lh) for i in fit for _ in range(list_hrs.count(i)) or [1]]