Desarrollo de Python
  1. Desarrollo de Python
  3. Filtre la matriz numpy para retener solo una fila para un valor dado
Intereting Posts
Compatibilidad con el proxy mecanizado de Python ¿Cuál es la prioridad del operador al escribir una doble desigualdad en Python (explícitamente en el código, y cómo se puede anular esto para las matrices)? ¿Existe una API de Python para enviar solicitudes de obtención por lotes a DynamoDB de AWS? Python ASCII a binario No se pueden devolver los resultados del procedimiento almacenado utilizando el cursor de Python Forma rápida de dividir la imagen en parches superpuestos y combinar parches en imagen ¿Imshow para 3D? (Python / Matplotlib) Obtener n puntos en una línea El servidor de Google GCM responde con un mensaje nulo ¿Cómo me aseguro de que el parámetro sea del tipo correcto en Python? Python crea cookies y luego carga una página con las cookies Ejecuta el código de Python dentro del navegador sin Jython ¿Por qué no se debe implementar Flask con el servidor incorporado? Ejecutar tareas de vez en cuando dentro de un proceso socket.error: Operación no admitida en socket

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]])