根据另一个数组的值（未排序，但分组）将 NumPy 数组拆分为子数组

Question

假设我有两个 NumPy arrays

x = [[1, 2, 8],
     [2, 9, 1],
     [3, 8, 9],
     [4, 3, 5],
     [5, 2, 3],
     [6, 4, 7],
     [7, 2, 3],
     [8, 2, 2],
     [9, 5, 3],
     [10, 2, 3],
     [11, 2, 4]]
y = [0, 0, 1, 0, 1, 1, 2, 2, 2, 0, 0] 

注意：（ x中的值没有以任何方式排序。我选择这个示例是为了更好地说明示例）（这些只是x和y的两个示例x和y的值可以是任意多个不同的数字， y可以具有任意不同的数字，但x中的值总是与y中的值一样多）

我想根据y中的值有效地将数组x拆分为子数组。

我想要的输出是

z_0 = [[1, 2, 8],
       [2, 9, 1],
       [4, 3, 5],
       [10, 2, 3],
       [11, 2, 4]]
z_1 = [[3, 8, 9],
       [5, 2, 3],
       [6, 4, 7],]
z_2 = [[7, 2, 3],
       [8, 2, 2],
       [9, 5, 3]]

假设y从零开始并且没有排序而是分组，那么最有效的方法是什么？

注意：这个问题是这个问题的未排序版本： Split a NumPy array into subarrays based on the values (sorted in up order) of another array

Answer 1

解决这个问题的一种方法是为每个y值建立一个过滤器索引列表，然后简单地 select x的那些元素。 例如：

z_0 = x[[i for i, v in enumerate(y) if v == 0]]
z_1 = x[[i for i, v in enumerate(y) if v == 1]]
z_2 = x[[i for i, v in enumerate(y) if v == 2]]

Output

array([[ 1,  2,  8],
       [ 2,  9,  1],
       [ 4,  3,  5],
       [10,  2,  3],
       [11,  2,  4]])
array([[3, 8, 9],
       [5, 2, 3],
       [6, 4, 7]])
array([[7, 2, 3],
       [8, 2, 2],
       [9, 5, 3]])

如果您想更通用并支持y中的不同数字集，您可以使用理解来生成 arrays 的列表，例如

z = [x[[i for i, v in enumerate(y) if v == m]] for m in set(y)]

Output：

[array([[ 1,  2,  8],
       [ 2,  9,  1],
       [ 4,  3,  5],
       [10,  2,  3],
       [11,  2,  4]]),
 array([[3, 8, 9],
       [5, 2, 3],
       [6, 4, 7]]),
 array([[7, 2, 3],
       [8, 2, 2],
       [9, 5, 3]])]

如果y也是np.array并且与 x 长度相同，则可以简化它以使用 boolean 索引：

z = [x[y==m] for m in set(y)]

Output 同上。

Answer 2

只需使用列表理解和 boolean 索引

x = np.array(x)
y = np.array(y)

z = [x[y == i] for i in range(y.max() + 1)]

z
Out[]: 
[array([[ 1,  2,  8],
        [ 2,  9,  1],
        [ 4,  3,  5],
        [10,  2,  3],
        [11,  2,  4]]),
 array([[3, 8, 9],
        [5, 2, 3],
        [6, 4, 7]]),
 array([[7, 2, 3],
        [8, 2, 2],
        [9, 5, 3]])]

Answer 3

略有变化。

from operator import itemgetter
label = itemgetter(1)

将隐含信息与 label... (index,label)相关联

y1 = [thing for thing in enumerate(y)]

在 label 上排序

y1.sort(key=label)

按 label 分组并构造结果

import itertools
d = {}
for key,group in itertools.groupby(y1,label):
    d[f'z{key}'] = [x[i] for i,k in group]

---

Pandas解决方案：

>>> import pandas as pd
>>> >>> df = pd.DataFrame({'points':[thing for thing in x],'cat':y})
>>> z = df.groupby('cat').agg(list)
>>> z       
                                                points
cat
0    [[1, 2, 8], [2, 9, 1], [4, 3, 5], [10, 2, 3], ...
1                    [[3, 8, 9], [5, 2, 3], [6, 4, 7]]
2                    [[7, 2, 3], [8, 2, 2], [9, 5, 3]]