和使用索引列表对numpy矩阵的行进行分组

方法#1: 这是一种几乎矢量化的方法-

def sumrowsby_index(a, index):
    index_arr = np.concatenate(index)
    lens = np.array([len(i) for i in index])
    cut_idx = np.concatenate(([0], lens[:-1].cumsum() ))
    return np.add.reduceat(a[index_arr], cut_idx)

lens 通过循环理解,但由于我们只是获得长度,并且不涉及计算,这一步不会对计时产生任何大的影响。

样本运行-

In [716]: a
Out[716]: 
array([[ 3,  4,  6,  3],
       [ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15],
       [ 1,  1,  4,  5]])

In [717]: index
Out[717]: [[1, 3], [2, 4, 5]]

In [718]: sumrowsby_index(a, index)
Out[718]: 
array([[ 8, 10, 12, 14],
       [17, 19, 24, 27]])

numpy.dot 为了实现这些总和减少,我们给出了另一种方法,如下所示-

def sumrowsby_index_v2(a, index):
    lens = np.array([len(i) for i in index])
    id_ar = np.zeros((len(lens), a.shape[0]))
    c = np.concatenate(index)
    r = np.repeat(np.arange(len(index)), lens)    
    id_ar[r,c] = 1
    return id_ar.dot(a)

list comprehension ...

index list 在里面 index ,创建一个新列表 list 的 rows 在里面 a indexes . 从这里,我们有一个 属于 numpy arrays 我们可以应用 sum() 努比 array 总和() 将返回新的 element 从 阵列

np.array([sum([a[r] for r in i]) for i in index])

array([[ 8, 10, 12, 14],
       [17, 19, 24, 27]])