元组列表（开始，结束）到索引范围（将pandas.IntervalArray转换为numpy数组？）

Question

目标

我有一个值数组和一个元组列表，表示需要从该数组中选择哪些索引。 （以元组表示音频阵列的哪个部分是语音。）我在考虑使用选择掩码：

import numpy as np

# sample data
arr = np.array([.3, .4, .5, -.2, -.1, .7, .9])
selection_idx = [(0, 3), (5,7)]

# unknown: how to efficiently selection_idx -> mask?
mask = [0, 1, 2, 5, 6]  # or
mask = [True, True, True, False, False, True, True]

# desired result 1
arr[mask]
# Out: array([0.3, 0.4, 0.5, 0.7, 0.9])

Pandas IntervalArray遮罩方法

Numpy本身仅限于numpy.arange（据我所知）以生成规则的间隔序列。但是，熊猫具有numpy.arange对象，可以使用诸如pandas.IntervalArray的有用功能来创建该对象。用代码术语是：

pandas.IntervalArray

问题

• 由于我的用例不在Pandas域之内，所以我想知道是否有可能将此.from_tuples对象转换为一个numpy数组（导致Goal下的.from_tuples吗？
• 如果无法将Pandas

  import pandas as pd
  
  pd.arrays.IntervalArray.from_tuples(selection)
  # Out:
  # <IntervalArray>
  # [(0, 3], (5, 7]]
  # Length: 2, closed: right, dtype: interval[int64]

  用于我的用例，那还有什么其他方法？ （在我的实际情况下，不规则元组的列表每个数组超过1000个（带有10.000个数组），因此我正在寻找一种比循环和IntervalArray更有效的方法）

Answer 1

一个想法是使用列表理解和扁平化：

mask

Answer 2

这可以解决您的问题，尽管我相信Numpy中可能有一个我不知道的语法：

IntervalArray

[基本上，它是通过拆开每个元组并使用itertool的numpy.append将所有内容合并为一个列表来获得列表的。剩下的就是使用numpy的索引来获取您的结果。

注意，如果您有布尔值，可以使用numpy的numpy.append来获取输出：

mask = [c for a,b in selection_idx for c in range(a,b)]
print(arr[mask])
[0.3 0.4 0.5 0.7 0.9]

Answer 3

加入相应的

from itertools import chain
arr = np.array([.3, .4, .5, -.2, -.1, .7, .9])
selection_idx = [(0, 3), (5,7)]
m = list(chain.from_iterable(range(a,b) for a,b in selection_idx))

print(m)
# [0, 1, 2, 5, 6]

arr[m]
array([0.3, 0.4, 0.5, 0.7, 0.9])

很容易：

chain.from_iterable

我看不到compress构造提供任何性能优势的证据。该显示看起来就像来自输入元组的经过精心处理的属性。