python - 如何在允许重复的情况下减少空间点的 numpy 数组并求和强度值

Question

假设我有一个包含 [x,y,z,intensity] 数组的 numpy 数组:

MyArray=np.array([np.array([1,2,3,.75]),np.array([1,2,2,.32]),np.array([1,2,3,.88])])

当发生重复时，如何在对强度值求和的同时将数组减少为唯一点？

所以上面的最终结果看起来像:

EndArray=np.array([np.array([1,2,3,1.63]),np.array([1,2,2,.32])])

我正在考虑在 x、y、z 上使用 numpy.unique，但这会给我唯一性的整数计数，根本不考虑强度列。

很抱歉这里缺少代码，但老实说，我什至不知道从 np.unique 之外的哪里开始

Answer 1

被 NumPy 标记/处理 NumPy 数组，我们可以使用 np.unique 的新功能接受 axis 参数将 2D 数组作为组处理，为我们提供预期的输出，就像这样 -

In [51]: unq, tags = np.unique(MyArray[:,:3],axis=0, return_inverse=1)

In [52]: np.c_[unq,np.bincount(tags, MyArray[:,3])]
Out[52]: 
array([[ 1.  ,  2.  ,  2.  ,  0.32],
       [ 1.  ,  2.  ,  3.  ,  1.63]])