按小時和星期幾子集numpy數組

Question

我有一個包含數百萬小時xy點的numpy數組，該數組的“列”為x，y，小時和星期幾（所有整數）。 這是數組的示例：

array([[1, 2, 0, 0],
       [3, 5, 0, 0],
       [6, 3, 1, 0],
       [6, 2, 3, 0],
       [4, 3, 3, 1]])

我創建了一個零位網格，可以為數組中的所有值遞增：

grid = np.zeros((8,8))
for value in range(0,len(xy_new[:,1])):  
    grid[xy_new[value][1],xy_new[value][0]] += 1

但我需要能夠在每周的某天的每個小時執行此操作（例如，Sun在0小時，Sun在1小時等）。

如何按小時和星期幾對數組進行子集化？

Answer 1

大概您想對x和y進行24乘以7或168組累計計數。 假設您的數據放在N x 4數組gdat 。 首先，制作周時指數：

whr = 24*gdat[:,2] + gdat[:,3]

現在，您可以選擇一周中每個小時的gdat行。 例如，對於星期日的零時：

gdat0 = gdat[whr == 0]

使用gdat0進行所需的gdat0然后繼續下一個小時。

請注意， unique性可能是計算x, y對出現次數的更快方法。 您可以玩為x和y制作復合索引的相同游戲，但是您必須知道它們的界線。 假設x是0到120，而y是0到5，則可以使用位字段創建復合索引：

xy = (gdat0[:,0] << 3) & (gdat0[:,1])

顯然，如果y的范圍較大，則需要移位3位以上，並且可能需要偏移x和y以避免負值。

然后，使用unique返回唯一值和xy的值計數。

xyval, xycnt = np.unique(xy, return_counts=True)

然后，您xyval使用xyval >> 3和xyval & 7按位運算符從xyval檢索x和y值對。

在一周中的每個小時重復一次。 如果N很大，由於存儲將成為問題，因此您可能希望在每次迭代中重用gdat0 。

編輯：您發布的簡短數據樣本是按時間順序的。 如果所有數據都是按時間順序排列的，則無需每個小時“選擇”。 您所需whr就是為whr每個新值找到索引。 unique(whr, return_index=True)也會為您找到那些！