Desarrollo de Python
  1. Desarrollo de Python
  3. Filtre la matriz numpy para retener solo una fila para un valor dado
Intereting Posts
Obtenga la ID de la cuenta de AWS de Boto Expresiones regulares de Python – re.search () vs re.findall () Cron job: ¿cómo ejecutar un script que requiere abrir la pantalla? Tensorflow: ¿Cómo obtener gradientes por instancia en un lote? Cómo importar pyspark en anaconda Cómo leer tokens sin leer toda la línea o archivo Cómo reorganizar una lista basada en una segunda lista de índices ¿Cómo seleccionar filas en un DataFrame entre dos valores, en Python Pandas? Preservar los saltos de línea al analizar con Scrapy en Python ¿Encontrar el código fuente para las funciones incorporadas de Python? Eliminar de una lista mientras se repite Reanudar la ejecución del código desde code.interact () en Python abra múltiples nombres de archivos en tkinter y agregue los nombres de archivos a una lista En un OrderedDict cómo ordenar por un atributo particular? Cambio de usuario en tela

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]])