Desarrollo de Python
  1. Desarrollo de Python
  3. Filtre la matriz numpy para retener solo una fila para un valor dado
Intereting Posts
Análisis de cadenas de fecha y hora que contienen nanosegundos ¿Cómo encontrar todas las subcadenas únicas de una cadena muy larga? Detectar eficientemente los cambios de signo en python. Psycopg2 imagen no encontrada Actualizar clave primaria Django MySQL ¿Cómo dibujar el sólido de la revolución de una función polinomial sobre el eje y? El diccionario de Python cargado desde el disco ocupa demasiado espacio en la memoria Usando IntellijIdea dentro de un virtualenv existente ¿agregar datos en una línea específica de un archivo de texto en Python? ¿Cuál es la mejor práctica de Python para importar y ofrecer características opcionales? la instalación del paquete pip cffi falló en osx Error al instalar con Python “pip”: no se puede recuperar la URL base del índice http: // ¿Romper o salir de la statement “con”? ¿Los pandas mucho más lentos que los adormecidos? ¿Por qué necesito el conjunto DJANGO_SETTINGS_MODULE?

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]])