Question

根据不同的列条件（例如，按列2的值分组）和运行2D和{NumPy f1()矩阵行的有效（时间，简单）方法是什么？ {1}}在每个群组上？

由于

Answer 1

如果你有一个形状arr的数组(rows, cols)，你可以获得第2列中所有值的向量

col = arr[:, 2]

然后，您可以使用分组条件构造一个布尔数组，例如，第1组由第2列中值大于5的行组成：

idx = col > 5

您可以将此布尔数组直接应用于原始数组以选择行：

group_1 = arr[idx]
group_2 = arr[~idx]

例如：

>>> arr = np.random.randint(10, size=(6,4))
>>> arr
array([[0, 8, 7, 4],
       [5, 2, 6, 9],
       [9, 5, 7, 5],
       [6, 9, 1, 5],
       [8, 0, 5, 8],
       [8, 2, 0, 6]])
>>> idx = arr[:, 2] > 5
>>> arr[idx]
array([[0, 8, 7, 4],
       [5, 2, 6, 9],
       [9, 5, 7, 5]])
>>> arr[~idx]
array([[6, 9, 1, 5],
       [8, 0, 5, 8],
       [8, 2, 0, 6]])

Answer 2

一个紧凑的解决方案是使用numpy_indexed（免责声明：我是它的作者），它为这类问题实现了一个完全矢量化的解决方案：

使用它的最简单方法是：

import numpy_indexed as npi
npi.group_by(arr[:, col1]).mean(arr)

但这也有效：

# run function f1 on each group, formed by keys which are the rows of arr[:, [col1, col2]
npi.group_by(arr[:, [col1, col2]], arr, f1)

Answer 3

from operator import itemgetter
sorted(my_numpy_array,key=itemgetter(1))

或者类似

之类的东西

from itertools import groupby
from operator import itemgetter
print groupby(my_numpy_array,key = itemgetter(1))

如何根据列值对Numpy 2D矩阵中的行进行分组？

3 个答案: