PYTHON:如何合并相等元素的numpy数组

Question

我想合并一个数组中的两个相等元素，假设我有一个这样的数组

np.array([[0,1,1,2,2],
          [0,1,1,2,2],
          [0,2,2,2,2]])

如果我指挥得当，我想制作这样的东西

np.array([[0,0,2,0,4],
          [0,0,2,0,4],
          [0,0,4,0,4]])

如果我要向上移动，这就是

np.array([[0,2,2,4,4],
          [0,0,0,0,0],
          [0,2,2,2,2]])

我当前的代码只是循环遍历一个普通列表

    for i in range(4):
     for j in range(3):
         if mat[i][j]==matrix[i][j+1] and matrix[i][j]!=0:
             matrix[i][j]*=2
             matrix[i][j+1]=0

如果可能的话，我更喜欢 numpy 和没有循环

Answer 1

如果没有循环，这个任务看似很难完成!你需要一堆高级 numpy 技巧才能让它工作。我在这里浏览了它们，但我会尽可能链接到其他资源。

来自 here ，进行逐行比较的最佳方法是:

a = np.array([[0,1,1,2,2],
              [0,1,1,2,2],
              [0,2,2,2,2]])

b = np.ascontiguousarray(a).view(np.dtype((np.void, a.dtype.itemsize * a.shape[1])))

b

array([[[0 0 0 0 1 0 0 0 1 0 0 0 2 0 0 0 2 0 0 0]],
       [[0 0 0 0 1 0 0 0 1 0 0 0 2 0 0 0 2 0 0 0]],
       [[0 0 0 0 2 0 0 0 2 0 0 0 2 0 0 0 2 0 0 0]]], 
       dtype='|V20')

b.shape
(3, 1)

请注意，最里面的括号不是额外的维度，而是一个 np.void 对象，可以与类似 np.unique 的对象进行比较.

尽管如此，获取您想要保留的索引并不是一件容易的事，但这里是单行代码:

c = np.flatnonzero(np.r_[1, np.diff(np.unique(b, return_inverse = 1)[1])])

哎呀。有点乱。基本上你正在寻找线条变化的索引，以及第一行。通常你不需要 np.unique 调用，可以只做 np.diff(b)，但你不能减去 np.void。 np.r_ 是 np.concatenate 的快捷方式，可读性更强。 np.flatnonzero 为您提供新数组不为零的索引(即您要保留的索引)

c
array([0, 2], dtype=int32)

好了，现在你可以使用一些奇特的东西了 ufunc.reduceat数学来做你的加法:

d = np.add.reduceat(a, c, axis = 0)

d

array([[0, 2, 2, 4, 4],
       [0, 2, 2, 2, 2]], dtype=int32)

好的，现在要添加零，我们只需使用 advanced indexing 将其插入 np.zero 数组即可。

e = np.zeros_like(a)
e[c] = d
e

array([[0, 2, 2, 4, 4],
       [0, 0, 0, 0, 0],
       [0, 2, 2, 2, 2]])

我们开始吧!您可以通过在开始和结束处转置或翻转矩阵来朝其他方向前进。

def reduce_duplicates(a):
    b = np.ascontiguousarray(a).view(np.dtype((np.void, a.dtype.itemsize * a.shape[1])))
    c = np.flatnonzero(np.r_[1, np.diff(np.unique(b, return_inverse = 1)[1])])
    d = np.add.reduceat(a, c, axis = 0)
    e = np.zeros_like(a)
    e[c] = d
    return e

reduce_duplicates(a.T[::-1,:])[::-1,:].T  #reducing right

array([[0, 0, 2, 0, 4],
       [0, 0, 2, 0, 4],
       [0, 0, 4, 0, 4]])

我没有 numba 所以我无法根据其他建议测试速度(知道 numba 它可能更慢)，但它是无环和 numpy 的。