Desarrollo de Python
  1. Desarrollo de Python
  3. Filtre la matriz numpy para retener solo una fila para un valor dado
Intereting Posts
Aplicar fórmula a través de las filas de pandas / línea de regresión ¿Por qué el procesamiento de una matriz ordenada no es más rápido que una matriz sin clasificar en Python? Sugerencias de Framework / CMS para el sitio web de la empresa y la intranet (¡Tengo que convencer al presidente de que es sólido!) Agrupando matriz numpy 2D en promedio Formas elegantes de devolver múltiples valores desde una función haciendo numpy.nanargmin devolver nan si la columna es todo nan ¿Por qué el módulo html2text lanza UnicodeDecodeError? ¿Cómo conseguir endianess en Java o python? Conversión del apodo del usuario al primer nombre formal en Python ¿Cómo creo un archivo zip de una ruta de archivo con Python, incluidos los directorios vacíos? ¿Cómo selecciono una ventana de una matriz numpy con condiciones de límite periódicas? Tyring para configurar modelview con Flask-Admin causa ImportError python argparse: ¿agregar acción al subparser sin argumentos? Diccionario python deepcopy Ya instalé libpng, pero hay un error “no se encontró el archivo ‘png.h’ #include ” cuando instalo Autopy

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]])