根据另一个数组的值(不是排序，而是分组)将一个NumPy数组拆分成子数组

Question

假设我有两个 NumPy 数组

x = [[1, 2, 8],
     [2, 9, 1],
     [3, 8, 9],
     [4, 3, 5],
     [5, 2, 3],
     [6, 4, 7],
     [7, 2, 3],
     [8, 2, 2],
     [9, 5, 3],
     [10, 2, 3],
     [11, 2, 4]]
y = [0, 0, 1, 0, 1, 1, 2, 2, 2, 0, 0] 

注意：（x中的值没有以任何方式排序。我选择这个例子是为了更好地说明这个例子）（这只是x和y的两个例子。x和y的值可以是任意多个不同的数字，y可以有任意不同的数字，但是x中的值总是和y中的值一样多）

我想根据y中的值有效地将数组x拆分为子数组。

我想要的输出是

z_0 = [[1, 2, 8],
       [2, 9, 1],
       [4, 3, 5],
       [10, 2, 3],
       [11, 2, 4]]
z_1 = [[3, 8, 9],
       [5, 2, 3],
       [6, 4, 7],]
z_2 = [[7, 2, 3],
       [8, 2, 2],
       [9, 5, 3]]

假设 y 从零开始并且没有排序而是分组，最有效的方法是什么？

注意：这个问题是这个问题的未排序版本：根据另一个数组的值（按升序排序）将NumPy数组拆分为子数组

Answer 1

轻微的变化。

from operator import itemgetter
label = itemgetter(1)

将隐含信息与标签相关联...<代码>(索引，标签)

y1 = [thing for thing in enumerate(y)]

在标签上排序

y1.sort(key=label)

按标签分组并构建结果

import itertools
d = {}
for key,group in itertools.groupby(y1,label):
    d[f'z{key}'] = [x[i] for i,k in group]

熊猫解决方案：

>>> import pandas as pd
>>> >>> df = pd.DataFrame({'points':[thing for thing in x],'cat':y})
>>> z = df.groupby('cat').agg(list)
>>> z       
                                                points
cat
0    [[1, 2, 8], [2, 9, 1], [4, 3, 5], [10, 2, 3], ...
1                    [[3, 8, 9], [5, 2, 3], [6, 4, 7]]
2                    [[7, 2, 3], [8, 2, 2], [9, 5, 3]]

Answer 2

只需使用列表理解和布尔索引

x = np.array(x)
y = np.array(y)

z = [x[y == i] for i in range(y.max() + 1)]

z
Out[]: 
[array([[ 1,  2,  8],
        [ 2,  9,  1],
        [ 4,  3,  5],
        [10,  2,  3],
        [11,  2,  4]]),
 array([[3, 8, 9],
        [5, 2, 3],
        [6, 4, 7]]),
 array([[7, 2, 3],
        [8, 2, 2],
        [9, 5, 3]])]

Answer 3

解决此问题的一种方法是为每个y值建立一个过滤器索引列表，然后只需选择x的那些元素。例如：

z_0 = x[[i for i, v in enumerate(y) if v == 0]]
z_1 = x[[i for i, v in enumerate(y) if v == 1]]
z_2 = x[[i for i, v in enumerate(y) if v == 2]]

输出

array([[ 1,  2,  8],
       [ 2,  9,  1],
       [ 4,  3,  5],
       [10,  2,  3],
       [11,  2,  4]])
array([[3, 8, 9],
       [5, 2, 3],
       [6, 4, 7]])
array([[7, 2, 3],
       [8, 2, 2],
       [9, 5, 3]])

如果您想更通用，并支持y中的不同数字集，您可以使用理解来生成数组列表，例如。

z = [x[[i for i, v in enumerate(y) if v == m]] for m in set(y)]

输出：

[array([[ 1,  2,  8],
       [ 2,  9,  1],
       [ 4,  3,  5],
       [10,  2,  3],
       [11,  2,  4]]),
 array([[3, 8, 9],
       [5, 2, 3],
       [6, 4, 7]]),
 array([[7, 2, 3],
       [8, 2, 2],
       [9, 5, 3]])]

如果 y 也是一个 np.array 并且长度与 x 相同，则可以将其简化为使用布尔索引：

z = [x[y==m] for m in set(y)]

输出同上。