在Numpy中基于其他数组从数组求和数据

Question

我有两个2D numpy数组(在这个例子中简化了大小和内容),大小相同.

ID矩阵:

1 1 1 2 2
1 1 2 2 5
1 1 2 5 5
1 2 2 5 5
2 2 5 5 5

和一个价值矩阵:

14.8 17.0 74.3 40.3 90.2
25.2 75.9  5.6 40.0 33.7
78.9 39.3 11.3 63.6 56.7
11.4 75.7 78.4 88.7 58.6
79.6 32.3 35.3 52.5 13.3

我的目标是对来自第一个矩阵的ID分组的第二个矩阵的值进行计数和求和:

1: (8, 336.8)
2: (9, 453.4)
5: (8, 402.4)

我可以在for循环中执行此操作,但是当矩阵的大小为数千而不是仅仅5x5和数千个唯一ID时,处理需要花费大量时间.

这样做numpy有一个聪明的方法或方法的组合吗？

Answer 1

这是一个矢量化方法,通过组合和得到计数ID和ID-based求和值-valuenp.uniquenp.bincount

unqID,idx,IDsums = np.unique(ID,return_counts=True,return_inverse=True)

value_sums = np.bincount(idx,value.ravel())

要将最终输出作为字典,您可以使用循环理解来收集求和值,如下所示 -

{i:(IDsums[itr],value_sums[itr]) for itr,i in enumerate(unqID)}

样品运行 -

In [86]: ID
Out[86]: 
array([[1, 1, 1, 2, 2],
       [1, 1, 2, 2, 5],
       [1, 1, 2, 5, 5],
       [1, 2, 2, 5, 5],
       [2, 2, 5, 5, 5]])

In [87]: value
Out[87]: 
array([[ 14.8,  17. ,  74.3,  40.3,  90.2],
       [ 25.2,  75.9,   5.6,  40. ,  33.7],
       [ 78.9,  39.3,  11.3,  63.6,  56.7],
       [ 11.4,  75.7,  78.4,  88.7,  58.6],
       [ 79.6,  32.3,  35.3,  52.5,  13.3]])

In [88]: unqID,idx,IDsums = np.unique(ID,return_counts=True,return_inverse=True)
    ...: value_sums = np.bincount(idx,value.ravel())
    ...: 

In [89]: {i:(IDsums[itr],value_sums[itr]) for itr,i in enumerate(unqID)}
Out[89]: 
{1: (8, 336.80000000000001),
 2: (9, 453.40000000000003),
 5: (8, 402.40000000000003)}