如何对二维列表进行连续1段计数与列方向求和

轻杰酱_6125

轻杰酱_6125

2026-11-19

953人浏览

原创

如何对二维列表进行连续1段计数与列方向求和

本文详解如何在python中对二维列表(如二值矩阵)分别执行两种核心操作:按行提取连续的1的长度序列,以及按列统计每列中1的总数。

本文详解如何在python中对二维列表(如二值矩阵)分别执行两种核心操作:按行提取连续的1的长度序列,以及按列统计每列中1的总数。

在处理二值数据(如图像掩码、逻辑网格或状态矩阵)时,常需从不同维度解析 1 的分布模式。典型需求包括:识别每行中连续的 1 段并记录其长度(例如用于检测连通区域),以及沿列方向统计 1 的出现频次(例如计算各特征维度的激活强度)。下面以示例二维列表 [[0, 1, 0, 1, 0], [1, 1, 1, 1, 1], [0, 1, 1, 1, 0]] 为基准,提供清晰、可复用的实现方案。

✅ 行方向:提取连续 1 的长度序列

该任务本质是「行内游程编码(Run-Length Encoding, RLE)」的简化版——仅关注 1 的连续段,遇 0 则切分并记录当前累计长度。注意:题目要求“若全为 0,则输出空列表(而非 [0])”,因此不显式插入 0,仅当存在 1 段时才追加。

def get_consecutive_ones_rows(matrix):
    result = []
    for row in matrix:
        current_length = 0
        row_segments = []
        for val in row:
            if val == 1:
                current_length += 1
            else:
                if current_length > 0:
                    row_segments.append(current_length)
                    current_length = 0
        # 处理末尾连续1(如[1,1,1]结尾)
        if current_length > 0:
            row_segments.append(current_length)
        result.append(row_segments)
    return result

# 示例调用
L = [[0, 1, 0, 1, 0], [1, 1, 1, 1, 1], [0, 1, 1, 1, 0]]
print(get_consecutive_ones_rows(L))
# 输出: [[1, 1], [5], [3]]

⚠️ 注意事项:

  • 输入需为非空二维列表,且每行长度一致(否则列操作会出错);
  • 函数忽略 0 的连续段,仅输出 1 的段长度;若某行无 1,对应结果为空列表 [](符合题目语义)。

✅ 列方向:逐列统计 1 的数量

此操作即对矩阵做「垂直求和」,等价于 numpy.sum(matrix, axis=0),但纯 Python 实现更轻量、无需依赖外部库。关键在于确保所有行具有相同列数,并安全访问 matrix[row][col]。

def sum_ones_by_column(matrix):
    if not matrix or not matrix[0]:
        return []
    num_cols = len(matrix[0])
    column_sums = []
    for col_idx in range(num_cols):
        col_sum = sum(1 for row in matrix if row[col_idx] == 1)
        column_sums.append(col_sum)
    return column_sums

# 示例调用
print(sum_ones_by_column(L))
# 输出: [1, 3, 2, 3, 1]

你也可以用更简洁的列表推导式实现:

column_sums = [sum(row[j] for row in L) for j in range(len(L[0]))]

(因输入为 0/1 整数,直接求和等价于计数)

? 总结与扩展建议

  • 两个函数解耦设计,便于独立复用或组合调用;
  • 时间复杂度均为 O(m×n)(m 行,n 列),空间复杂度 O(n)(列统计)或 O(m×n)(最坏情况下每行全是孤立 1);
  • 若需处理大规模数据,推荐使用 NumPy:np.diff() 配合布尔索引可高效实现 RLE;np.sum(matrix, axis=0) 直接完成列求和;
  • 进阶场景可扩展为:支持自定义值(不限于 1)、返回起始位置与长度元组、处理稀疏矩阵等。

通过以上方法,你已掌握二维二值数据的两种基础但高频的分析范式——既可洞察行内结构模式,又能评估列间统计分布。

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1951

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5564

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1889

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

33997

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3987

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3987

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1283

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3103

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.7万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 134.3万人学习