Python中数组中具有相同元素的索引求和

一种方法是使用最小二乘法的特性,尽管它可能看起来有点神秘。

import numpy as np

a = np.array([[3, 1], [0, 2], [0, 3], [2, 3], [4, 3], [0, 4], [2, 4]])

uniq = np.unique(a[:, 1][None, :])

y = a[:, 0]
x = a[:, 1][:, None] == uniq

output = np.vstack((np.linalg.lstsq(x, y, rcond=None)[0], uniq)).T

print(output)
# [[3. 1.]
#  [0. 2.]
#  [2. 3.]
#  [1. 4.]]

另一种选择是不使用 numpy itertools.groupby 。这假设同一组由

from itertools import groupby
from operator import itemgetter

def mean(xs):
    return sum(xs) / len(xs)

output = [[mean([x[0] for x in g]), k] for k, g in groupby(a, key=itemgetter(1))]

print(output) # [[3.0, 1], [0.0, 2], [2.0, 3], [1.0, 4]]

顺便说一句,请注意 Ii01 是单身汉 数组的。在上述代码中,我假设您只处理一个数组,即。, a = Ii01[0] .