python - 求和和删除 Numpy 数组的重复元素

Question

我有 4 个等长的一维 Numpy 数组。前三个充当 ID，唯一标识第 4 个数组。

ID 数组包含重复组合，为此我需要对第 4 个数组求和，并从所有 4 个数组中删除重复元素。

x = np.array([1, 2, 4, 1])
y = np.array([1, 1, 4, 1])
z = np.array([1, 2, 2, 1])
data = np.array([4, 7, 3, 2])

在这种情况下我需要:

x = [1, 2, 4]
y = [1, 1, 4]
z = [1, 2, 2]
data = [6, 7, 3]

数组相当长，所以循环真的行不通。我敢肯定有一个相当简单的方法可以做到这一点，但对于我的生活我无法弄清楚。

Answer 1

首先，我们可以将 ID 向量堆叠到一个矩阵中，这样每个 ID 都是一行三个值:

XYZ = np.vstack((x,y,z)).T

现在，我们只需要找到重复行的索引。不幸的是，np.unique 不对行进行操作，因此我们需要 do some tricks :

order = np.lexsort(XYZ.T)
diff = np.diff(XYZ[order], axis=0)
uniq_mask = np.append(True, (diff != 0).any(axis=1))

这部分借自np.unique source code ，并找到唯一索引以及“反向索引”映射:

uniq_inds = order[uniq_mask]
inv_idx = np.zeros_like(order)
inv_idx[order] = np.cumsum(uniq_mask) - 1

最后，对唯一索引求和:

data = np.bincount(inv_idx, weights=data)
x,y,z = XYZ[uniq_inds].T