Python 使用行索引为numpy数组赋值
假设我有两个数组,Python 使用行索引为numpy数组赋值,python,numpy,numpy-ndarray,array-broadcasting,numpy-slicing,Python,Numpy,Numpy Ndarray,Array Broadcasting,Numpy Slicing,假设我有两个数组,a=np.array([0,0,1,1,1,2]),b=np.array([1,2,4,2,6,5])。a中的元素表示应分配b的行索引。如果同一行中有多个元素,则应按顺序分配值。 因此,结果是一个2D数组c: c = np.zeros((3, 4)) counts = {k:0 for k in range(3)} for i in range(a.shape[0]): c[a[i], counts[a[i]]]=b[i] counts[a[i]]+=1 pri
a=np.array([0,0,1,1,1,2]),b=np.array([1,2,4,2,6,5])
。a
中的元素表示应分配b
的行索引。如果同一行中有多个元素,则应按顺序分配值。
因此,结果是一个2D数组c
:
c = np.zeros((3, 4))
counts = {k:0 for k in range(3)}
for i in range(a.shape[0]):
c[a[i], counts[a[i]]]=b[i]
counts[a[i]]+=1
print(c)
In [265]: c = np.zeros((3,4),int)
In [266]: c[mask] = b
In [267]: c
Out[267]:
array([[1, 2, 0, 0],
[4, 2, 6, 0],
[5, 0, 0, 0]])
有没有一种方法可以在numpy中使用一些奇特的索引方法,以便在这些数组很大的情况下更快地获得这样的结果(没有for循环)。我必须运行您的代码才能真正看到它产生了什么。我能在头脑中“奔跑”的东西是有限的
In [230]: c
Out[230]:
array([[1., 2., 0., 0.],
[4., 2., 6., 0.],
[5., 0., 0., 0.]])
In [231]: counts
Out[231]: {0: 2, 1: 3, 2: 1}
省略这些信息可能会推迟可能的答案。”“矢量化”需要从整个数组的角度进行思考,如果我能可视化结果并寻找模式,这是最容易的
这看起来像是一个填充问题。
根据前面的填充问题,我可以构建一个掩码:
In [263]: mask = np.arange(4)<c[:,None]
In [264]: mask
Out[264]:
array([[ True, True, False, False],
[ True, True, True, False],
[ True, False, False, False]])
由于a
已经排序,我们可能会比使用unique
更快地获得计数。如果a
对某些行没有任何值,它也会有问题。我必须运行你的代码才能真正看到它产生了什么。我能在头脑中“奔跑”的东西是有限的
In [230]: c
Out[230]:
array([[1., 2., 0., 0.],
[4., 2., 6., 0.],
[5., 0., 0., 0.]])
In [231]: counts
Out[231]: {0: 2, 1: 3, 2: 1}
省略这些信息可能会推迟可能的答案。”“矢量化”需要从整个数组的角度进行思考,如果我能可视化结果并寻找模式,这是最容易的
这看起来像是一个填充问题。
根据前面的填充问题,我可以构建一个掩码:
In [263]: mask = np.arange(4)<c[:,None]
In [264]: mask
Out[264]:
array([[ True, True, False, False],
[ True, True, True, False],
[ True, False, False, False]])
由于a
已经排序,我们可能会比使用unique
更快地获得计数。如果a
没有某些行的任何值,它也会有问题。谢谢。是的,这是一个填充问题。如果一行没有任何值,一种解决方法是使用d=np.zeros(3),d[u]=c,mask=np.arange(4)谢谢。是的,这是一个填充问题。如果一行没有任何值,一种解决方法是使用d=np.zeros(3),d[u]=c,mask=np.arange(4)