Python numpy.bincounts的反面？

我正在尝试创建一个Numpy优化版本的inverse。我意识到

bincounts

不是一对一的，所以让我们来谈谈最简单的版本

import numpy as np


def bincounts_inverse(counts):
    list = []
    dtype = np.min_scalar_type(counts.shape[0] - 1)
    for bin, count in enumerate(counts):
        ar = np.empty(count, dtype=dtype)
        ar[:] = bin
        list.append(ar)

    return np.concatenate(list)

这可能是我目前对Numpy和Python所掌握的最好的知识了。当计数较高且箱子较低时，速度会非常快，但当计数相反时，速度会非常慢。它是渐近最优的，但可能不是你能做到的最好的

有没有更快的方法

下面是一个输入/输出示例

counts = np.array([3, 1, 0, 2, 5], np.uint8)
bincounts_inverse(counts) = np.array([0, 0, 0, 1, 3, 3, 4, 4, 4, 4, 4],
                                     dtype=np.uint8)

---

bincount

的倒数应该是-

样本运行-

In [22]: counts = np.array([3,0,2,1,0,2])

In [23]: list = []
    ...: dtype = np.min_scalar_type(counts.shape[0] - 1)
    ...: for bin, count in enumerate(counts):
    ...:     ar = np.empty(count, dtype=dtype)
    ...:     ar[:] = bin
    ...:     list.append(ar)
    ...: out = np.concatenate(list)

In [24]: out
Out[24]: array([0, 0, 0, 2, 2, 3, 5, 5], dtype=uint8)

In [25]: np.repeat(np.arange(len(counts)), counts)
Out[25]: array([0, 0, 0, 2, 2, 3, 5, 5])

另一种方法是使用非零索引，而sparsey

计数可能更有效-

idx = np.flatnonzero(counts!=0)
out = np.repeat(idx, counts[idx])

bincount
的倒数应该是-

样本运行-

In [22]: counts = np.array([3,0,2,1,0,2])

In [23]: list = []
    ...: dtype = np.min_scalar_type(counts.shape[0] - 1)
    ...: for bin, count in enumerate(counts):
    ...:     ar = np.empty(count, dtype=dtype)
    ...:     ar[:] = bin
    ...:     list.append(ar)
    ...: out = np.concatenate(list)

In [24]: out
Out[24]: array([0, 0, 0, 2, 2, 3, 5, 5], dtype=uint8)

In [25]: np.repeat(np.arange(len(counts)), counts)
Out[25]: array([0, 0, 0, 2, 2, 3, 5, 5])

另一种方法是使用非零索引，而sparsey
计数可能更有效-

idx = np.flatnonzero(counts!=0)
out = np.repeat(idx, counts[idx])

您能提供一些示例输入和预期输出吗？这会有帮助的ᴏʟᴅsᴘᴇᴇᴅ 我会把它添加到我的答案中，谢谢。你能提供一些示例输入和预期输出吗？这会有帮助的ᴏʟᴅsᴘᴇᴇᴅ 我会把这个加到我的回答中，谢谢。