查找列表中每个分类器的平均坐标

Question

我想编写一个接受两个输入的函数：

points是一个坐标点列表，并且；

classiification是一个长度为 n×m 的 1 或 0 的列表，其中 n 是points的值的数量，而 m 是分类的数量。

该函数将返回分配给每个分类的坐标的平均值。 在示例中，有 2 个分类，每个坐标points只能分配给一个分类（标记为 1，所有其他标记为 0）。

下面的例子：

points = np.array([[1,1], [2,4], [4,6], [5,6], [6,6]])
classification = np.array([[1, 0],[1, 0],[0, 1],[0, 1],[0, 1]])

my_func(points, classification) #--> np.array([[1.5 , 2.5],
                                #              [5. , 6. ]])

因此，第一个点 (1,1) 已分配给第一个分类器 (1,0)，而第三个点 (4,6) 已分配给第二个分类器 (0,1)。

解决这个问题的最佳方法是什么？ 谢谢

Answer 1

1. 创建两个数组， result和count ，都以分类数作为它们的大小，将每个值初始化为[0, 0]结果和0计数。
2. 取下一个点和分类，直到没有剩下的
3. 使用classification.index(1)找到result和count数组的索引
4. 将点的值添加到相应的result并增加相应的count
5. 重复步骤 2
6. 将结果中的每个值除以相应的count数值
7. 返回result

我会让你为它编写代码。

Answer 2

由于字典是对涉及映射的数据进行操作的最简单方法。 我用字典来解决你的问题。

points = np.array([[1,1], [2,4], [4,6], [5,6], [6,6]])
classification = np.array([[1, 0],[1, 0],[0, 1],[0, 1],[0, 1]])

我在下面的步骤中将列表列表转换为元组列表，因为列表由于其可变性而不能作为字典的键。

classification =[tuple(i) for i in classification]
dic={}
for i,j in zip(classification,points):
    if i not in dic.keys():
        dic[i]=[list(j)]
    else:
        dic[i].append(list(j))
[[sum(elem)/len(elem) for elem in zip(*j)] for i,j in dic.items()]

希望有帮助。