如何矩陣不等長的項目組值

Question

可以說我有一個簡單的數組：

a = np.arange(3) 

和指數的相同長度的數組：

I = np.array([0, 0, 1]) 

我現在想根據指數對值進行分組。 如何將第一個數組的元素分組以產生下面的結果？

np.array([[0, 1], [2], dtype=object) 

---

這裏是我的嘗試：

a = np.arange(3) 
I = np.array([0, 0, 1]) 
out = np.empty(2, dtype=object) 
out.fill([]) 

aslists = np.vectorize(lambda x: [x], otypes=['object']) 

out[I] += aslists(a) 

然而，這種方法沒有並置的名單，但只維持每個索引的最後一個值：

array([[1], [2]], dtype=object) 

---

或者，對於2維情況：

a = np.random.rand(100) 
I = (np.random.random(100) * 5 //1).astype(int) 
J = (np.random.random(100) * 5 //1).astype(int) 

out = np.empty((5, 5), dtype=object) 
out.fill([]) 

如何根據兩個索引數組附加項目？

Answer 1

1D案例

假設I進行排序，如輸出數組列表 -

idx = np.unique(I, return_index=True)[1] 
out = np.split(a,idx)[1:] 

另一個與slicing得到idx分裂a -

out = np.split(a, np.flatnonzero(I[1:] != I[:-1])+1) 

要獲得一系列列表作爲輸出 -

np.array([i.tolist() for i in out]) 

樣品運行 -

In [84]: a = np.arange(3) 

In [85]: I = np.array([0, 0, 1]) 

In [86]: out = np.split(a, np.flatnonzero(I[1:] != I[:-1])+1) 

In [87]: out 
Out[87]: [array([0, 1]), array([2])] 

In [88]: np.array([i.tolist() for i in out]) 
Out[88]: array([[0, 1], [2]], dtype=object) 

---

2D情況

對於2D情況下填充到2D陣列與來自索引在兩個陣列I和J表示由分組中的要分配組的行和列，我們可以做類似的事情這 -

ncols = 5 
lidx = I*ncols+J 
sidx = lidx.argsort() # Use kind='mergesort' to keep order 
lidx_sorted = lidx[sidx] 
unq_idx, split_idx = np.unique(lidx_sorted, return_index=True) 
out.flat[unq_idx] = np.split(a[sidx], split_idx)[1:]