计算 numpy 数组对的非唯一元素的平均值

Question

我有三个数组，大小都一样：

arr1 = np.array([1.4, 3.0, 4.0, 4.0, 7.0, 9.0, 9.0, 9.0])
arr2 = np.array([2.3, 5.0, 2.3, 2.3, 4.0, 6.0, 5.0, 6.0])
data = np.array([5.4, 7.1, 9.5, 1.9, 8.7, 1.8, 6.1, 7.4])

arr1 可以占用任何浮点值，而 arr2 只能占用几个浮点值。我想获得 arr1 和 arr2 的唯一对，例如

arr1unique = np.array([1.4, 3.0, 4.0, 7.0, 9.0, 9.0])
arr2unique = np.array([2.3, 5.0, 2.3, 4.0, 6.0, 5.0])

对于每个非唯一对，我需要平均 data-array 中的相应元素，例如因为(arr1[3], arr2[3]) 和(arr1[4], arr2[4]) 是相等的，所以取值 9.5 和 1.9 的平均值。与索引 6 和 8 对应的数据中的值也是如此。因此数据数组变为

dataunique = np.array([5.4, 7.1, 5.7, 8.7, 4.6, 6.1])

Answer 1

这是解决问题的“纯 numpy”解决方案。纯 numpy 引号，因为它依赖于我仍在研究的 numpy 增强提案，但您可以在此处找到完整代码：

http://pastebin.com/c5WLWPbp

group_by((arr1, arr2)).mean(data)

瞧，问题解决了。比任何已发布的解决方案都要快；而且更优雅，如果我自己可以这么说的话;)。

Answer 2

defaultdict 可以在这里为您提供帮助：

>>> import numpy as np
>>> arr1 = np.array([1.4, 3.0, 4.0, 4.0, 7.0, 9.0, 9.0, 9.0])
>>> arr2 = np.array([2.3, 5.0, 2.3, 2.3, 4.0, 6.0, 5.0, 6.0])
>>> data = np.array([5.4, 7.1, 9.5, 1.9, 8.7, 1.8, 6.1, 7.4])
>>> from collections import defaultdict
>>> dd = defaultdict(list)
>>> for x1, x2, d in zip(arr1, arr2, data):
...   dd[x1, x2].append(d)
... 
>>> arr1unique = np.array([x[0] for x in dd.iterkeys()])
>>> arr2unique = np.array([x[1] for x in dd.iterkeys()])
>>> dataunique = np.array([np.mean(x) for x in dd.itervalues()])
>>> print arr1unique
[ 1.4  7.   4.   9.   9.   3. ]
>>> print arr2unique
[ 2.3  4.   2.3  5.   6.   5. ]
>>> print dataunique
[ 5.4  8.7  5.7  6.1  4.6  7.1]

这个方法给出了你的答案，但破坏了排序。如果顺序很重要，你可以用collections.OrderedDict做基本相同的事情

Answer 3

从 arr1 中创建一个字典作为键，并将其等效的 arr2 存储为值。对于每个保存到字典的数据，都会生成其唯一的数据条目。如果键已经存在，则跳过该迭代并继续。

Answer 4

您所要做的就是创建一个OrderedDict 以将键存储为 (arr1,arr2) 中的一对元素，并将值存储为数据中的元素列表。对于任何重复键（arr1 和 arr2 对），重复条目将存储在列表中。然后，您可以重新遍历字典中的值并创建平均值。要获取唯一键，只需遍历键并拆分元组

试试下面的

>>> d=collections.OrderedDict()
>>> for k1,k2,v in zip(arr1,arr2,data):
    d.setdefault((k1,k2),[]).append(v)      
>>> np.array([np.mean(v) for v in d.values()])
array([ 5.4,  7.1,  5.7,  8.7,  4.6,  6.1])

>>> arr1unique = np.array([e[0] for e in d])
>>> arr2unique = np.array([e[1] for e in d])