是否有内置方法可以帮助我有效地实现以下目标：给定一个数组，我需要一个数组列表，每个数组都具有指向该数组不同唯一值的索引？
如果f是所需功能，
b = f(a)
和
u, idxs = unique(a)
然后
b[i] == where(idxs==i)[0]
我知道pandas.Series.groupby()可以做到这一点，但是当存在超过10 ^ 5个唯一整数时，创建字典可能并不高效。
如果您的numpy> = 1.9，则可以执行以下操作：
>>> a = np.random.randint(5, size=10)
>>> a
array([0, 2, 4, 4, 2, 4, 4, 3, 2, 1])
>>> unq, unq_inv, unq_cnt = np.unique(a, return_inverse=True, return_counts=True)
>>> np.split(np.argsort(unq_inv), np.cumsum(unq_cnt[:-1]))
[array([0]), array([9]), array([1, 4, 8]), array([7]), array([2, 3, 5, 6])]
>>> unq
array([0, 1, 2, 3, 4])
在早期版本中，您可以额外进行计数：
>>> unq_cnt = np.bincount(unq_inv)
另外，如果您要确保对每个值的索引进行排序，我认为您将需要使用稳定的排序，例如 np.argsort(unq_inv, kind='mergesort')
考虑一下您似乎想要的东西，我认为这是最大限度地减少了对昂贵函数的调用，我认为您无需按照自己的要求去做。假设您的函数是平方，则可以简单地执行以下操作：
>>> unq, unq_inv = np.unique(a, return_inverse=True)
>>> f_unq = unq**2
>>> f_a = f_unq[unq_inv]
>>> a
array([0, 2, 4, 4, 2, 4, 4, 3, 2, 1])
>>> f_a
array([ 0, 4, 16, 16, 4, 16, 16, 9, 4, 1])
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句