Question

所以可以说我有一个在2d空间中保存点的numpy数组，如下所示

np.array([[3, 2], [4, 4], [5, 4], [4, 2], [4, 6], [9, 5]])

我还有一个numpy数组，将每个点标记为一个数字，该数组是一维数组，其长度为点数组中的点数。

np.array([0, 1, 1, 0, 2, 1])

现在，我想从labels数组中获取具有索引的每个点的平均值。因此，对于所有标记为0的点，取这些点的平均值。我目前解决此问题的方法是以下方法

return np.array([points[labels==k].mean(axis=0) for k in range(k)])

其中，k是标签数组中最大的数字，或者被称为标注点的方式的数量。

我想要一种不使用for循环的方法，也许我还没有发现一些numpy功能？

Answer 1

方法1：：在braodcasting的帮助下，我们可以利用matrix-multiplication-

mask = labels == np.arange(labels.max()+1)[:,None]
out = mask.dot(points)/np.bincount(labels).astype(float)[:,None]

样品运行-

In [36]: points = np.array([[3, 2], [4, 4], [5, 4], [4, 2], [4, 6], [9, 5]]) 
    ...: labels = np.array([0, 1, 1, 0, 2, 1])

# Original soln
In [37]: L = labels.max()+1

In [38]: np.array([points[labels==k].mean(axis=0) for k in range(L)])
Out[38]: 
array([[3.5       , 2.        ],
       [6.        , 4.33333333],
       [4.        , 6.        ]])

# Proposed soln
In [39]: mask = labels == np.arange(labels.max()+1)[:,None]
    ...: out = mask.dot(points)/np.bincount(labels).astype(float)[:,None]

In [40]: out
Out[40]: 
array([[3.5       , 2.        ],
       [6.        , 4.33333333],
       [4.        , 6.        ]])

方法2：使用np.add.at-

sums = np.zeros((labels.max()+1,points.shape[1]),dtype=float)
np.add.at(sums,labels,points)
out = sums/np.bincount(labels).astype(float)[:,None]

方法3：：如果labels中存在从0到最大标签的序列中的所有数字，我们也可以使用np.add.reduceat-

sidx = labels.argsort()
sorted_points = points[sidx]
sums = np.add.reduceat(sorted_points,np.r_[0,np.bincount(labels)[:-1].cumsum()])
out = sums/np.bincount(labels).astype(float)[:,None]

基于条件的无用分割数组，无for循环

1 个答案: