Desarrollo de Python
  1. Desarrollo de Python
  3. Filtre la matriz numpy para retener solo una fila para un valor dado
Intereting Posts
Python – ¿Cómo enviar e-mail utf-8? Cómo hacer que el mapa de calor sea cuadrado en Seaborn FacetGrid ¿Cómo normalizar una matriz NumPy dentro de un cierto rango? Discord.py falta argumento requerido Biblioteca de python simple para el texto de reconocimiento de la imagen PIP instalar enlaces de dependencia ¿Cómo evitar “ImportError: ningún módulo llamado auth2client.client” en el motor de aplicaciones de Google? Desplazar dos cuadros de lista de diferentes longitudes con una barra de desplazamiento Python dict.get () eleva KeyError ¿Por qué no os.path.join usa os.path.sep o os.sep? ¿Cómo obtengo parámetros de una distribución posterior en PyMC? ¿Es numpy.transpose reordenar datos en la memoria? Python socket.accept sin locking? ¿Cómo cgi.FieldStorage almacena archivos? Error de sangría de Python:

Filtre la matriz numpy para retener solo una fila para un valor dado

Tengo una gran matriz de números nx 2 que está formateada como coordenadas (x, y). Me gustaría filtrar esta matriz para:

  1. Identificar pares de coordenadas con valores x duplicados.
  2. Mantenga solo el par de coordenadas de esos duplicados con el valor y más alto.

Por ejemplo, en la siguiente matriz: 

arr = [[1, 4] [1, 8] [2, 3] [4, 6] [4, 2] [5, 1] [5, 2] [5, 6]]

Me gustaría que el resultado fuera: 

 arr = [[1, 8] [2, 3] [4, 6] [5, 6]]

He explorado np.unique y np.where, pero no puedo descubrir cómo aprovecharlos para resolver este problema. ¡Muchas gracias!

Aquí hay una forma basada en np.maximum.reduceat – 

 def grouby_maxY(a): b = a[a[:,0].argsort()] # if first col is already sorted, skip this grp_idx = np.flatnonzero(np.r_[True,(b[:-1,0] != b[1:,0])]) grp_maxY = np.maximum.reduceat(b[:,1], grp_idx) return np.c_[b[grp_idx,0], grp_maxY]

Alternativamente, si desea traer np.unique , podemos usarlo para encontrar grp_idx con np.unique(b[:,0], return_index=1)[1] .

Ejecución de la muestra 

 In [453]: np.random.seed(0) In [454]: arr = np.random.randint(0,5,(10,2)) In [455]: arr Out[455]: array([[4, 0], [3, 3], [3, 1], [3, 2], [4, 0], [0, 4], [2, 1], [0, 1], [1, 0], [1, 4]]) In [456]: grouby_maxY(arr) Out[456]: array([[0, 4], [1, 4], [2, 1], [3, 3], [4, 0]])