将numpy数组分解为相同值的较小数组[Python]

Question

我有以下numpy数组：

array=[1,1,1,1,2,2,3,3,3,5,6,6,6,6,6,6,7]

我需要将此数组分成相同值的较小数组，例如

[1,1,1,1] and [3,3,3]

我的代码如下，但它不起作用：

def chunker(seq, size):
    return (seq[pos:pos + size] for pos in range(0, len(seq)-size))
counter=0
sub_arr=[]
arr=[]
for i in range(len(array)):
    if(array[i]==array[i+1]):
        counter+=1
    else:
        break
        subarr=chunker(array,counter)
    arr.append(sub_arr)
    array=array[counter:]

将数组分解为相等/相同值的较小数组的有效方法是什么？

Answer 1

浮点数和整数的numpy解决方案：

import numpy as np
a = np.asarray([1,1,1,1,2,2,3,3,3,5,6,6,6,6,6,6,7])
#calculate differences between neighbouring elements and get index where element changes
#sample output for index would be [ 4  6  9 10 16]
index = np.where(np.diff(a) != 0)[0] + 1
#separate arrays
print(np.split(a, index))

样本输出：

[array([1, 1, 1, 1]), array([2, 2]), array([3, 3, 3]), array([5]), array([6, 6, 6, 6, 6, 6]), array([7])]

如果您有字符串，则此方法自然不起作用。 然后，您应该使用DyZ的itertools方法。

Answer 2

NumPy对此类分组的支持不佳。 我建议使用对列表进行操作的itertools 。

from itertools import groupby
[np.array(list(data)) for _,data in itertools.groupby(array)]
#[array([1, 1, 1, 1]), array([2, 2]), array([3, 3, 3]), \
# array([5]), array([6, 6, 6, 6, 6, 6]), array([7])]

这不一定是最有效的方法，因为它涉及到列表的会话。

Answer 3

这是使用熊猫的一种方法：

import pandas as pd 

(pd.Series(array)
   .value_counts()
   .reset_index()
   .apply(lambda x: [x["index"]] * x[0], axis=1))  

说明：
首先，将array转换为Series，然后使用value_counts()获得每个唯一条目的计数：

counts = pd.Series(array).value_counts().reset_index()
   index  0
0      6  6
1      1  4
2      3  3
3      2  2
4      7  1
5      5  1

然后使用apply()重新创建每个重复元素列表：

counts.apply(lambda x: [x["index"]] * x[0], axis=1)

0    [6, 6, 6, 6, 6, 6]
1          [1, 1, 1, 1]
2             [3, 3, 3]
3                [2, 2]
4                   [7]
5                   [5]
dtype: object

如果需要，可以使用.values属性将一系列列表转换为列表列表。