计算具有来自另一个数组的特定值的数组的平均值答案

【问题标题】：Calculate mean of array with specific value from another array计算具有来自另一个数组的特定值的数组的平均值
【发布时间】：2016-09-20 15:39:58
【问题描述】：

我有这些 numpy 数组：

array1 = np.array([-1, -1, 1, 1, 2, 1, 2, 2])
array2 = np.array([34.2, 11.2, 22.1, 78.2, 55.0, 66.87, 33.3, 11.56])

现在我想返回一个二维数组，其中 array1 的每个独特值都有平均值，所以我的输出看起来像这样：

array([[-1, 22.7],
       [ 1, 55.7],
       [ 2, 33.3]])

有没有将这些一维数组连接到一个二维数组的有效方法？谢谢！

【问题讨论】：

标签： python arrays performance numpy

【解决方案1】：

这是一个典型的分组操作，numpy_indexed 包（免责声明：我是它的作者）提供了对 numpy 的扩展，以高效简洁地执行这些类型的操作：

import numpy_indexed as npi
groups, means = npi.group_by(array_1).mean(array_2)

请注意，您也可以通过这种方式轻松执行其他类型的缩减，例如中位数。

【讨论】：

【解决方案2】：

这是一种使用np.unique 和np.bincount 的方法-

# Get unique array1 elems, tag them starting from 0 and get their tag counts
unq,ids,count = np.unique(array1,return_inverse=True,return_counts=True)

# Use the tags/IDs to perform ID based summation of array2 elems and 
# thus divide by the ID counts to get ID based average values
out = np.column_stack((unq,np.bincount(ids,array2)/count))

示例运行 -

In [16]: array1 = np.array([-1, -1, 1, 1, 2, 1, 2, 2])
    ...: array2 = np.array([34.2, 11.2, 22.1, 78.2, 55.0, 66.87, 33.3, 11.56])
    ...: 

In [18]: out
Out[18]: 
array([[ -1.        ,  22.7       ],
       [  1.        ,  55.72333333],
       [  2.        ,  33.28666667]])

【讨论】：