numpy 的 bincount 函数的逆答案

【问题标题】：Inverse of numpy's bincount functionnumpy 的 bincount 函数的逆
【发布时间】：2014-03-26 19:28:00
【问题描述】：

给定一个整数数组c，如何将其转换为整数数组inds，使得np.all(np.bincount(inds) == c) 为真？

例如：

>>> c = np.array([1,3,2,2])
>>> inverse_bincount(c)  # <-- what I need

array([0,1,1,1,2,2,3,3])

上下文：我正在尝试跟踪多组数据的位置，同时同时对所有数据执行计算。我将所有数据连接在一起进行批处理，但我需要一个索引数组来提取结果。

当前解决方法：

def inverse_bincount(c):
  return np.array(list(chain.from_iterable([i]*n for i,n in enumerate(c))))

【问题讨论】：

【解决方案1】：

使用numpy.repeat：

np.repeat(np.arange(c.size), c)

【讨论】：

【解决方案2】：

不需要numpy：

c = [1,3,2,2]
reduce(lambda x,y: x + [y] * c[y], range(len(c)), [])

【讨论】：

【解决方案3】：

以下在我的机器上的速度大约是当前接受的答案的两倍；虽然我必须说我对 np.repeat 的表现感到惊讶。我预计它会因临时对象创建而受到很大影响，但它确实做得很好。

import numpy as np
c = np.array([1,3,2,2])
p = np.cumsum(c)
i = np.zeros(p[-1],np.int)
np.add.at(i, p[:-1], 1)
print np.cumsum(i)

【讨论】：

很好，但是如果其中一个计数为 0，这将不起作用。然后您在 p 中有一个重复值。您需要在p 中合并索引的出现次数，而不是i[p[:-1]] = 1。
真；使用 add.at 更改代码以处理零。
如果 c 中有尾随零（np.bincount 不会产生，但在我的情况下出现），则当前版本失败。解决方法是将p[:-1] 替换为p[:np.searchsorted(p,p[-1])]。