Python Numpy：对应于唯一坐标位置的值的平均值

所以，我浏览stackoverflow已经有一段时间了，但我似乎找不到解决问题的方法

想想这个

import numpy as np
coo = np.array([[1, 2], [2, 3], [3, 4], [3, 4], [1, 2], [5, 6], [1, 2]])
values = np.array([1, 2, 4, 2, 1, 6, 1])

coo数组包含（x，y）坐标位置 x=（1,2,3,3,1,5,1） y=（2,3,4,4,2,6,2）

这些值数组是这个网格点的某种数据

现在我想得到每个唯一网格点的所有值的平均值。 例如，坐标（1，2）出现在位置（0，4，6）处，因此对于这一点，我需要

值[[0，4，6]]

---

我如何才能为所有唯一的网格点获取此信息？

您可以使用排序

coo

来连续获取重复的网格点。然后沿行运行，以获得排序版本中唯一XY的起始掩码。使用该掩码，您可以创建一个ID数组，该数组对于重复项具有相同的ID。然后，ID数组可以与一起使用，以获得具有相同ID的所有值的总和，以及它们的计数和平均值，作为最终输出。下面是一个按照这些思路进行的实现-

# Use lexsort to bring duplicate coo XY's in succession
sortidx = np.lexsort(coo.T)
sorted_coo =  coo[sortidx]

# Get mask of start of each unique coo XY
unqID_mask = np.append(True,np.any(np.diff(sorted_coo,axis=0),axis=1))

# Tag/ID each coo XY based on their uniqueness among others
ID = unqID_mask.cumsum()-1

# Get unique coo XY's
unq_coo = sorted_coo[unqID_mask]

# Finally use bincount to get the summation of all coo within same IDs 
# and their counts and thus the average values
average_values = np.bincount(ID,values[sortidx])/np.bincount(ID)

样本运行-

In [65]: coo
Out[65]: 
array([[1, 2],
       [2, 3],
       [3, 4],
       [3, 4],
       [1, 2],
       [5, 6],
       [1, 2]])

In [66]: values
Out[66]: array([1, 2, 4, 2, 1, 6, 1])

In [67]: unq_coo
Out[67]: 
array([[1, 2],
       [2, 3],
       [3, 4],
       [5, 6]])

In [68]: average_values
Out[68]: array([ 1.,  2.,  3.,  6.])

---

您可以在以下位置使用

：

>>> values[np.where((coo == [1, 2]).all(1))].mean()
1.0

很可能会更快地平展指数，即：

flat_index = coo[:, 0] * np.max(coo[:, 1]) + coo[:, 1]

然后在其上使用
np.unique
：

unq, unq_idx, unq_inv, unq_cnt = np.unique(flat_index,
                                           return_index=True,
                                           return_inverse=True,
                                           return_counts=True)
unique_coo = coo[unq_idx]
unique_mean = np.bincount(unq_inv, values) / unq_cnt

与使用
lexsort
的类似方法相比

但在引擎盖下，方法实际上是相同的。
这是一个使用该软件包的简单单内衬（免责声明：我是其作者）：

在性能上应与当前公认的答案相当，因为它在引擎盖下做类似的事情；但是所有这些都在一个经过良好测试的软件包中，有一个很好的界面。
什么是
coo
的数据类型？值是否始终为非负整数？坐标有一个最大值吗？在我的例子中，数据类型是“float”，坐标可以取任意值，也可以取负值@HansSnah我希望你不要在实际应用中尝试对float进行相等检查。：）非常聪明！谢谢我已经在我的代码中实现了它！您可以从
diff
结果的索引位置获得计数，这基本上就是
np.unique
在请求
return\u counts=True
时所做的，它通常比调用
bincount
@Jaime-Ah-yeah也可以用于计数更快。不知道与这两种方法相关的性能数据，很高兴知道，谢谢！我想如果我循环所有唯一的值，这会起作用，但我也希望避免这种情况，但我发现，当应用于我的数据时，与lexsort方法相比，中的平面索引不是唯一的，并且某些组合的结果有些不同。这可能是因为我搞砸了：您需要将行索引乘以最大的列索引，而不是最大的行索引。我已经编辑了上面的内容，现在应该可以正常工作了。OP澄清了
coo
值可以是浮点数。如果
coo=np.array（[[0,2]，[0.5,1]]）
，那么
flat_index
将等于
array（[2,2]）
，从而组合两个不同的坐标。谢谢！我很感谢您的评论，但我没有测试/实现您的例程，因为我不想将我所有项目中的依赖项数量保持在尽可能低的水平。它可以在所有平台上安装pip和conda；但这是你的决定。请随意复制粘贴我的回购协议中的相关部分。
import numpy_indexed as npi
unique, mean = npi.group_by(coo).mean(values)