使用 numpy 进行快速元素节点平均

Question

我在 Windows 上使用 Python 3.6.2 和 numpy。

我有两个数组，

一个整数数组 [I1, I2, I3, I4]

一个浮点值数组 [VI1, VI2, VI3, Vi4]

数组长度相同

第一个数组中的整数可以重复

第二个数组中的值与第一个数组中相同位置的整数相关联。

对于第一个数组中的每个唯一整数，我需要在第一个数组中找到该整数的所有出现，然后计算第二个数组中相应位置的所有值的平均值。

给定一个索引数组 [1, 5, 7, 5, 9, 7, 4]

和一个值数组 [9, 4, 8, 7, 2, 8, 6]

1、9 和 4 在索引数组中出现一次，并与值 9、2 和 6 相关联，这些值也是这些索引的平均值。

5 在索引数组中出现两次，关联值为 4 和 7 - avg 5.5 7 在索引数组中出现两次，关联值为 8 和 8 - avg 8.0

数组可以非常大 - 多达 1 亿个。

当然，这很容易暴力破解，但是在 Python/numpy 中是否有一种快速且内存高效的方法来实现这一点？

提前致谢，

道格

Answer 1

您可以使用 numpy ufuncs 和 np.bincount：

s = np.zeros(i.max())
np.add.at(s, v, i)
c = np.bincount(i)
idx = np.nonzero(c)
out = s[idx] / c[idx]

编辑：正如@Divakar 指出的那样，您可以这样做

def nodal_average(i, v):
    s = np.bincount(i, v)
    c = np.bincount(i)
    idx = np.nonzero(c)
    out = s[idx] / c[idx]
    return idx, out

Answer 2

一个非常简单的解决方案是只使用 Pandas 并查看它的扩展能力

import numpy as np
import pandas as pd

i = np.array([1, 5, 7, 5, 9, 7, 4])
v = np.array([9, 4, 8, 7, 2, 8, 6])


d = pd.DataFrame({'i': i, 'v': v})
d = d.groupby('i').mean()

给了

   v
i     
1  9.0
4  6.0
5  5.5
7  8.0
9  2.0