Numpy：通过另一个数组的唯一性，任意长度在一个数组中查找对应关系

Question

我有一个问题，我有两个数组，一个带有可以多次出现的标识符，让我们说

import numpy as np
ind = np.random.randint(0,10,(100,))

另一个长度相同并包含一些信息，在本例中为布尔值，用于由 ind 标识的每个元素。它们被相应地排序。

dat = np.random.randint(0,2,(100,)).astype(np.bool8)

我正在寻找一种（更快？）方法来执行以下操作：为所有元素（由 ind 定义）执行 np.any()。如示例中所示，每个元素的出现次数是随机的。我现在做的是

result = np.empty(np.unique(ind))
for i,uni in enumerate(np.unique(ind)):
    result[i] = np.any(dat[ind==uni])

这有点慢。有什么想法吗？

Answer 1

方法#1

索引ind 和dat 以选择需要检查的那些，使用np.bincount 获取分箱计数，并查看哪些分箱比出现次数多-

result = np.bincount(ind[dat])>0

如果ind 有负数，用min 值偏移它-

ar = ind[dat]
result = np.bincount(ar-ar.min())>0

方法 #2

还有一个np.unique -

unq = np.unique(ind[dat])
n = len(np.unique(ind))
result = np.zeros(n,dtype=bool)
result[unq] = 1

我们可以使用pandas得到n：

import pandas as pd
n = pd.Series(ind).nunique()

方法#3

还有一个indexing -

ar = ind[dat]
result = np.zeros(ar.max()+1,dtype=bool)
result[ar] = 1