numpy (Python) 中按组计算数组元素的乘积

Question

我正在尝试构建一个返回数组元素子集的乘积的函数。基本上我想构建一个prod_by_group执行此操作的函数：

values = np.array([1, 2, 3, 4, 5, 6])
groups = np.array([1, 1, 1, 2, 3, 3])

Vprods = prod_by_group(values, groups)

结果Vprods应该是：

Vprods
array([6, 4, 30])

对于元素之和，这里有一个很好的答案，我认为它应该类似于： /sf/answers/307121741/

我尝试采取log第一个，然后sum_by_group，然后exp，但遇到了数字问题。

对于按组排列的元素的最小和最大数量，这里还有一些其他类似的答案： /sf/answers/603621791/

编辑：感谢您的快速解答！我正在尝试它们。我应该补充一点，我希望它尽可能快（这就是我试图以某种矢量化方式将其放入 numpy 的原因，就像我给出的示例一样）。

编辑：我评估了迄今为止给出的所有答案，最好的答案由下面的 @seberg 给出。这是我最终使用的完整功能：

def prod_by_group(values, groups):
    order = np.argsort(groups)
    groups = groups[order]
    values = values[order]
    group_changes = np.concatenate(([0], np.where(groups[:-1] != groups[1:])[0] + 1))
    return np.multiply.reduceat(values, group_changes)

Answer 1

如果您的组已经排序（如果没有排序，则可以使用 进行排序np.argsort），您可以使用s 的reduceat功能来执行此ufunc操作（如果它们未排序，则必须先对它们进行排序才能有效地进行排序）：

# you could do the group_changes somewhat faster if you care a lot
group_changes = np.concatenate(([0], np.where(groups[:-1] != groups[1:])[0] + 1))
Vprods = np.multiply.reduceat(values, group_changes)

如果你有几个小组，或者 mgilson 回答。但如果你有很多组，那么这会更有效率。因为您避免为每个组的原始数组中的每个元素使用布尔索引。另外，您可以避免使用reduceat 在Python 循环中进行切片。

当然，pandas 很方便地完成这些操作。

编辑：抱歉prod在那里。ufunc 是multiply. 您可以对任何二进制文件使用此方法ufunc。这意味着它基本上适用于所有可以在两个输入数组上按元素工作的 numpy 函数。（即，乘法通常将两个数组按元素相乘，加法将它们相加，最大值/最小值等等）