Question

是否有一个Numpy函数等同于

[array == value for value in np.unique(array)]

或

[np.where(array == value) for value in np.unique(array)]

如果不是，更有效的方法呢？当你可以一次完成时，这些遍历数组len(np.unique(array))次：

indices = defaultdict(list)
for index, value in enumerate(array):
    indices[value].append(index)

我想要一个不需要显式循环的解决方案。

Answer 1

如果您想要的是具有多个唯一编号条件的面具，则可以使用np.unique中的return_inverse执行此操作：

拥有样本数组

>>> a = np.random.randint(5, 10, size=100) # 100 [5-10) random numbers

及其独特的数字和逆映射

>>> unique, inverse = np.unique(a, return_inverse=True)

我们可以创建一个具有额外尺寸的容器（每个唯一编号a.shape + 1维）

>>> indexes = np.zeros((a.shape[0], unique.size), dtype=np.bool)

最后，使用逆映射填充数组：

>>> indexes[np.arange(a.size), inverse] = True

indexes地图在最后一个维度中包含True，与其匹配的唯一编号的索引相对应（unique数组中的顺序）

>>> indexes[:3, :]
array([[False, False, False, False,  True],
       [ True, False, False, False, False],
       [False, False, False,  True, False]], dtype=bool)

每行对应原始数组a的索引，每列对应唯一编号。

Answer 2

你的问题有点含糊不清;但看看numpy_indexed;似乎可以使用npi.indices，npi.contains或npi.in_来解决您的问题。

每个价值的指数清单

2 个答案: