python - 基于索引的二维数组中的 Numpy 组合值

Question

我有一个基于这种格式的 numpy 数组 [[x,y],[x,y]...]我想结合这个 y x 所在的值都是一样的

示例 array = [[0,0],[1,1],[2,4],[4,6],[2,2],[3,7],[1,9],[4,16],[5,1],[5,2],[0,0]]

我希望它变成 newArray = [[0,0],[1,10],[2,6],[3,7],[4,22],[5,3]] - 无需订购

好像现在我想不出一种简单有效地做到这一点的方法，它可能有助于在我的实际数组中添加使用时间戳作为我的 x值如 Timestamp('2018-05-05 00:00:00')大小为 183083，还算不错。

任何帮助适用!

Answer 1

纯 numpy 解决方案可用，如果性能是一个问题:Sum array by number in numpy

下面是一个使用 collections.defaultdict 的基于字典的方法。这是通过迭代数组中的每一行并按键对值求和来实现的。

import numpy as np
from collections import defaultdict

A = np.array([[0,0],[1,1],[2,4],[4,6],[2,2],[3,7],[1,9],[4,16],[5,1],[5,2],[0,0]])

d = defaultdict(int)
for i, j in A:
    d[i] += j

res = np.array(sorted(d.items()))

print(res)

array([[ 0,  0],
       [ 1, 10],
       [ 2,  6],
       [ 3,  7],
       [ 4, 22],
       [ 5,  3]])