![](/img/trans.png)
[英]Split a NumPy array into subarrays according to the values (sorted in ascending order) of another array
[英]Split a NumPy array into subarrays according to the values (not sorted, but grouped) of another array
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
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。
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]])]
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]]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.