Question

单元格列表是一种数据结构，用于维护N-D网格中的数据点列表。例如，以下2d索引列表：

ind = [(0, 1), (1, 0), (0, 1), (0, 0), (0, 0), (0, 0), (1, 1)]

转换为以下2x2单元格列表：

cell = [[[3, 4, 5], [0, 2]],
        [[1, ],     [6, ]]
       ]

使用O（n）算法：

# create an empty 2x2 cell list
cell = [[[] for _ in range(2)] for _ in range(2)]
for i in range(len(ind)):
    cell[ind[i][0], ind[i][1]].append(i)

numpy中是否有矢量化的方法可以将索引列表（ind）转换为上述单元格结构？

Answer 1

我不认为有一个很好的纯numpy，但是您可以使用pythran或---如果您不想接触编译器--- scipy.sparse cf. this Q&A本质上是您问题的一维版本。

[stb_pthr.py]从Most efficient way to sort an array into bins specified by an index array?简化

import numpy as np

#pythran export sort_to_bins(int[:], int)

def sort_to_bins(idx, mx=-1):
    if mx==-1:
        mx = idx.max() + 1
    cnts = np.zeros(mx + 1, int)
    for i in range(idx.size):
        cnts[idx[i] + 1] += 1
    for i in range(1, cnts.size):
        cnts[i] += cnts[i-1]
    res = np.empty_like(idx)
    for i in range(idx.size):
        res[cnts[idx[i]]] = i
        cnts[idx[i]] += 1
    return res, cnts[:-1]

编译：{{1}}

主脚本：

pythran stb_pthr.py

示例运行，输出是OP的玩具示例的答案，以及import numpy as np try: from stb_pthr import sort_to_bins HAVE_PYTHRAN = True except: HAVE_PYTHRAN = False from scipy import sparse def fallback(flat, maxind): res = sparse.csr_matrix((np.zeros_like(flat),flat,np.arange(len(flat)+1)), (len(flat), maxind)).tocsc() return res.indices, res.indptr[1:-1] if not HAVE_PYTHRAN: sort_to_bins = fallback def to_cell(data, shape=None): data = np.asanyarray(data) if shape is None: *shape, = (1 + c.max() for c in data.T) flat = np.ravel_multi_index((*data.T,), shape) reord, bnds = sort_to_bins(flat, np.prod(shape)) return np.frompyfunc(np.split(reord, bnds).__getitem__, 1, 1)( np.arange(np.prod(shape)).reshape(shape)) ind = [(0, 1), (1, 0), (0, 1), (0, 0), (0, 0), (0, 0), (1, 1)] print(to_cell(ind)) from timeit import timeit ind = np.transpose(np.unravel_index(np.random.randint(0, 100, (1_000_000)), (10, 10))) if HAVE_PYTHRAN: print(timeit(lambda: to_cell(ind), number=10)*100) sort_to_bins = fallback # !!! MUST REMOVE THIS LINE AFTER TESTING print(timeit(lambda: to_cell(ind), number=10)*100)和pythran解决方案在1,000,000点示例上的计时（以毫秒为单位）：

scipy

如何使用向量化实现将索引列表转换为numpy中的单元格列表（列表的numpy数组）？

1 个答案: