numpy中的运算向量化

Question

我得到一个日期的numpy数组（date是从0到371的数字）。

dates = [234, 12, 343, ...]

和空数组date_counter （大小为372）。

date_counter = [0, 0, ..., 0]

对于从每一个日期dates我想增加date_counter 。 如何使该操作向量化？

Answer 1

计算值的出现次数，然后更新日期计数器。

例如，要获得增量：

unique, counts = np.unique(dates, return_counts=True)

接着：

date_counter[unique] += counts

Answer 2

我认为np.histogram是您的朋友。 它完全符合您的要求：计算项目并将其放入“存储桶”中。 一个较小的（人类可读的）示例：

In [9]: vals = [9, 0, 1, 2, 2, 9, 3, 7, 8, 9, 9]

In [10]: date_counter, _ = np.histogram(vals, bins=np.arange(11)) # 11 -> 373 for your case

In [11]: date_counter
Out[11]: array([1, 1, 2, 1, 0, 0, 0, 1, 1, 4], dtype=int64)

每个索引对应于所需项的数量，其值等于该索引的项的数量（即date_counter的最后一个数字为4 ，位于索引9 ，意味着有四个9 s）。

HTH。