正常化ndarray的切片

Question

我有一個3列數組。數組的第一列的值在1到10之間。我需要提取第一列爲1的所有行，並規格化此數組的第三列。然後重複同樣的事情，對於其中的第一列等於所有行2等

如果我運行這段代碼，它留下的數組不變：

for u in np.unique(x[:,0]): 
    mask= x[:, 0] == u 
    x[mask][:,2]=x[mask][:,2]/np.sum((x[mask][:,2])) 

如果我運行這個代碼等片，我看到r（我在循環中放置了一個打印r）實際上完全按照我的需要工作。唯一的一點是原始數組x不變。

for u in np.unique(x[:,0]): 
    r = x[x[:, 0] == u] 
    r[:,2]=r[:,2]/np.sum((x[x[:,0]==u][:,2])) 

這是爲什麼？我究竟做錯了什麼？？？

Answer 1

下面是在考慮性能的替代量化方法使用np.unique和np.bincount解決您的問題 -

tags = np.unique(x[:,0], return_inverse=1)[1] 
x[:,2] /= np.bincount(tags, x[:,2])[tags] 

爲了進一步提高性能，可避免使用np.unique並直接計算np.bincount(tags, xc[:,2])的等價物，同時利用第一列中的數字在1和10之間的事實，其中t他 -

np.bincount(xc[:,0].astype(int), xc[:,2], minlength=11)[1:] 

要更換tags，我們可以使用第一列，像這樣 -

tags = xc[:,0].astype(int)-1 

Answer 2

請勿索引兩次。顯然然後創建一個源數組的副本。 使用x[mask,2]而不是x[mask][:,2]：

for u in np.unique(x[:,0]): 
    mask= x[:, 0] == u 
    x[mask,2]=x[mask,2]/np.sum((x[mask,2]))