按小时和星期几对numpy数组进行子集

Question

我有一个包含数百万小时 x y 点的 numpy 数组，其中数组的“列”是 x、y、小时和星期几（所有整数）。以下是数组的示例：

array([[1, 2, 0, 0],
       [3, 5, 0, 0],
       [6, 3, 1, 0],
       [6, 2, 3, 0],
       [4, 3, 3, 1]])

我创建了一个零网格，我可以为数组中的所有值递增：

grid = np.zeros((8,8))
for value in range(0,len(xy_new[:,1])):  
    grid[xy_new[value][1],xy_new[value][0]] += 1

但我需要能够在一周中的每一天每小时执行此操作（即太阳在 0 小时，太阳在 1 小时等）。

如何按小时和星期几对数组进行子集化？

我已尝试在此处修改答案：Make subset of array, based on values of two other arrays in Python、Subsetting data in Python，但没有成功。任何帮助将不胜感激！

Answer 1

大概您希望得到 24 次 7 或 168 组 x 和 y 对的累积计数。假设您的数据位于 N 乘以 4 的数组 gdat 中。首先，制作周时索引：

whr = 24*gdat[:,2] + gdat[:,3]

您现在可以为一周中的每个小时选择gdat 行。例如，对于周日的零小时：

gdat0 = gdat[whr == 0]

用gdat0 做任何你需要的求和，然后继续下一个小时。

请注意，unique 可能是计算 x, y 对出现次数的更快方法。您可以玩为x 和y 创建复合索引的相同游戏，但您必须知道它们是如何有界的。假设x 的范围是 0 到 120，y 的范围是 0 到 5，你可以使用位域来创建一个复合索引：

xy = (gdat0[:,0] << 3) & (gdat0[:,1])

显然，如果y 的范围更大，则需要移动超过3 位，并且可能需要偏移x 和y 以避免负值。

然后，使用unique 返回xy 中值的唯一值和计数。

xyval, xycnt = np.unique(xy, return_counts=True)

然后，您使用位运算符 xyval >> 3 和 xyval & 7 从 xyval 检索 x 和 y 值对。

每周重复一次。由于如果N 很大，存储将成为问题，因此您可能希望在每次迭代中重复使用gdat0。

编辑：您发布的简短数据样本是按时间顺序排列的。如果您的所有数据都是按时间顺序排列的，则您无需为每个小时“选择”。您只需要在whr 中找到每个新值的索引。 unique(whr, return_index=True) 也会为您找到！