如何高效地将分割索引列表展开为索引数组-Python教程-PHP中文网

如何高效地将分割索引列表展开为索引数组

本文介绍三种无需显式循环的 numpy 方法，将形如 [0, a, b, ..., n] 的分割点列表快速转换为长度为 n 的索引数组，其中每个区间 [t[i], t[i+1]) 对应重复的索引 i。

本文介绍三种无需显式循环的 numpy 方法，将形如 [0, a, b, ..., n] 的分割点列表快速转换为长度为 n 的索引数组，其中每个区间 [t[i], t[i+1]) 对应重复的索引 i。

在科学计算与数据预处理中，常需将一组单调递增的分割点（如段起始偏移）映射为逐元素的段标识索引数组。例如，给定分割列表 T = [0, 2, 5, 7]（表示三段：[0,2), [2,5), [5,7)），目标是生成长度为 7 的数组 D = [0, 0, 1, 1, 1, 2, 2]，使 D[j] = i 当且仅当 j ∈ [T[i], T[i+1])。

最直观的实现是使用 Python 循环拼接，但效率低下。以下是三种向量化、高性能的替代方案：

✅ 方法一：np.diff + np.repeat（推荐）
利用 np.diff(T) 得到各段长度，再用 np.repeat 按长度重复对应段索引：

import numpy as np

T = [0, 2, 5, 7]
n = np.diff(T)                    # → [2, 3, 2]
out = np.repeat(np.arange(len(n)), n)  # → [0,0,1,1,1,2,2]

简洁、可读性强，时间复杂度 O(N)，内存开销最优。Python ≥3.8 还可写成单行：

out = np.repeat(np.arange(len(n := np.diff(T))), n)

✅ 方法二：np.zeros + 索引赋值 + np.cumsum
构造全零数组，在每个段起点（除首尾）置 1，再累加：

out = np.zeros(T[-1], dtype=int)   # 长度为 N = T[-1]
out[T[1:-1]] = 1                   # 在 [2,5] 处设 1 → out[2]=1, out[5]=1
out = np.cumsum(out)               # → [0,0,1,1,1,2,2]

该方法逻辑清晰，适合理解“分段累加”本质，但需注意 T[1:-1] 不包含 0 和 T[-1]（后者已超界），且对重复分割点鲁棒性略低。

⚠️ 注意事项

所有方法均要求 T 严格递增、首项为 0、末项为总长度 N；
若 T 含重复值（如 [0,2,2,5]），np.diff 会产生 0，np.repeat 将跳过该段（安全）；而 cumsum 法在 T[1:-1] 中重复索引会覆盖，需预处理去重；
dtype=int 显式指定可避免默认浮点类型，节省内存并提升后续整数运算效率。