Question

假设我有几个x-y-对阵列。我想创建一对新的数组，它们以下列方式组合数据：

新的x数组包含x数组中的所有x值（仅一次）新的y数组包含y-数组中所有y值的总和，其中相应的x值相同。例如。

x1 = np.array([0, 1, 2, 3])
y1 = np.array([3, 2, 5, 7])

x2 = np.array([0, 2, 3, 4, 5])
y2 = np.array([4, 5, 4, 1, 6])

x3 = np.array([-2, -1, 0])
y3 = np.array([1, 0, 1])

a = np.array([x1, x2, x3])
b = np.array([y1, y2, y3])

x, y = array_combiner(a, b)

>>> x
array([-2, -1, 0, 1, 2,  3,  4, 5])
>>> y
array([ 1,  0, 8, 2, 10, 11, 1, 6])   #sum from previous arrays from corresponding x-values

有什么想法吗？

Answer 1

我们可以使用np.unique和np.bincount，就像这样 -

# Collect all x-arrays and y-arrays into 1D arrays each
X = np.concatenate((x1,x2,x3))
Y = np.concatenate((y1,y2,y3))

# Get unique X elems & tag each X element based on its uniqueness among others
Xout,tag = np.unique(X,return_inverse=True)

# Use tags to perform tagged summation of Y elements
Yout = np.bincount(tag,Y)

示例输出 -

In [64]: Xout
Out[64]: array([-2, -1,  0,  1,  2,  3,  4,  5])

In [65]: Yout
Out[65]: array([  1.,   0.,   8.,   2.,  10.,  11.,   1.,   6.])

结合数组对的有效方法？

1 个答案: