假设有一个包含结果的数组和一个包含概率的数组。有些结果可能会被多次列出。例如:
import numpy as np
x = np.array(([0,0],[1,1],[2,1],[1,1],[2,2]),dtype=int)
p = np.array([0.1,0.2,0.3,0.1,0.2],dtype=float)
现在我想列出 x
中的唯一结果,并将重复结果的 p
中的相应概率相加。所以结果应该是数组 xnew
和 pnew
定义为
xnew = np.array(([0,0],[1,1],[2,1],[2,2]),dtype=int)
pnew = np.array([0.1,0.3,0.3,0.2],dtype=float)
虽然有一些如何获取唯一行的示例,请参见,例如Removing duplicate columns and rows from a NumPy 2D array ,我不清楚如何使用它来添加另一个数组中的值。
有人有建议吗?首选使用 numpy 的解决方案。
最佳答案
bincount
可以为您对 p
数组求和,您只需为 a 中的每个唯一行创建一个唯一的 id 编号。如果您使用排序方法来识别唯一行,那么创建唯一 ID 就非常简单。一旦对行进行排序并生成 diff 数组,您就可以对 diff 数组进行求和。例如:
x diff cumsum
[0, 0] 1 1
[0, 0] 0 1
[0, 1] 1 2
[0, 2] 1 3
[1, 0] 1 4
[1, 0] 0 4
[1, 0] 0 4
[1, 0] 0 4
[1, 0] 0 4
[1, 1] 1 5
在代码中,它看起来像这样:
import numpy as np
def unique_rows(a, p):
order = np.lexsort(a.T)
a = a[order]
diff = np.ones(len(a), 'bool')
diff[1:] = (a[1:] != a[:-1]).any(-1)
sums = np.bincount(diff.cumsum() - 1, p[order])
return a[diff], sums
关于python - 识别数组中的重复行并对另一个数组中的相应值求和,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29213575/