Python 如何将矩阵中的值与长度不等的项分组

假设我有一个简单的数组：

a = np.arange(3)

以及具有相同长度的索引数组：

I = np.array([0, 0, 1])

现在我想根据索引对值进行分组。 如何对第一个数组的元素进行分组以产生以下结果

np.array([[0, 1], [2], dtype=object)

---

以下是我尝试过的：

a = np.arange(3)
I = np.array([0, 0, 1])
out = np.empty(2, dtype=object)
out.fill([])

aslists = np.vectorize(lambda x: [x], otypes=['object'])

out[I] += aslists(a)

但是，这种方法不会连接列表，而是只维护每个索引的最后一个值：

array([[1], [2]], dtype=object)

---

或者，对于二维情况：

a = np.random.rand(100)
I = (np.random.random(100) * 5 //1).astype(int)
J = (np.random.random(100) * 5 //1).astype(int)

out = np.empty((5, 5), dtype=object)
out.fill([])

---

如何根据两个索引数组将项目从a追加到out？

1D Case

假设对

I

进行排序，将数组列表作为输出-

idx = np.unique(I, return_index=True)[1]
out = np.split(a,idx)[1:]

np.array([i.tolist() for i in out])

另一个使用

slicing

获取

idx

进行分割

a

-

out = np.split(a, np.flatnonzero(I[1:] != I[:-1])+1)

获取列表数组作为输出的步骤-

idx = np.unique(I, return_index=True)[1]
out = np.split(a,idx)[1:]

np.array([i.tolist() for i in out])

样本运行-

In [84]: a = np.arange(3)

In [85]: I = np.array([0, 0, 1])

In [86]: out = np.split(a, np.flatnonzero(I[1:] != I[:-1])+1)

In [87]: out
Out[87]: [array([0, 1]), array([2])]

In [88]: np.array([i.tolist() for i in out])
Out[88]: array([[0, 1], [2]], dtype=object)

---

2D案例

对于

2D

填充到

2D

数组的情况，使用两个数组

I

和

J

中的索引进行分组，这两个数组表示要分配组的行和列，我们可以这样做-

ncols = 5
lidx = I*ncols+J
sidx = lidx.argsort() # Use kind='mergesort' to keep order
lidx_sorted = lidx[sidx]
unq_idx, split_idx = np.unique(lidx_sorted, return_index=True)
out.flat[unq_idx] = np.split(a[sidx], split_idx)[1:]

---

很好的解决方案！对于我的最终应用程序，我正在寻找类似的东西，但我的输出数组是二维的，并且我有一个用于两个维度的索引数组：I=np.array（[0,0,1]）；J=np.数组（[1,0,0]）；out=np.empty（（2，2），dtype=object）。你也知道这个问题的解决方案吗？@JohnDamen所以，我们需要用零或其他无效的说明符来填充不可用的说明符？我猜输出会是这样的：

[[0,1][2，NA]]

？列表可能是不均匀的，主要的一点是按照2维的索引进行分组，就是这样！目前还没有，但我可以分类，是的