意思是在不同切片的2D numpy陣列

我需要計算每列切片變化的2D numpy陣列的平均值。意思是在不同切片的2D numpy陣列

例如，我已陣列

arr = np.arange(20).reshape(4, 5)

與切片爲每列的結束索引平均定義爲

bot_ix = np.array([3, 2, 2, 1, 2])

第一列的平均然後將

arr[0:bot_ix[0], 0].mean()

什麼是合適的（即Pythonic +高效）的方式來做到這一點？我的數組大小是〜（50,50K）。

來源

2016-06-14 Jesse Lopez

的交融，我選擇了最快時間爲答案。比較和後代： Divakar：12.4毫秒奧利弗：47.5毫秒 piRSquared：18.4毫秒 –

你可以使用NumPy broadcasting -

mask = bot_ix > np.arange(arr.shape[0])[:,None] 
out = np.true_divide(np.einsum('ij,ij->j',arr,mask),mask.sum(0))

採樣運行來驗證結果 -

In [431]: arr 
Out[431]: 
array([[ 0, 1, 2, 3, 4], 
     [ 5, 6, 7, 8, 9], 
     [10, 11, 12, 13, 14], 
     [15, 16, 17, 18, 19]]) 

In [432]: bot_ix 
Out[432]: array([3, 2, 2, 1, 2]) 

In [433]: np.true_divide(np.einsum('ij,ij->j',arr,mask),mask.sum(0)) 
Out[433]: array([ 5. , 3.5, 4.5, 3. , 6.5]) 

In [434]: [arr[0:item, i].mean() for i,item in enumerate(bot_ix)] 
Out[434]: [5.0, 3.5, 4.5, 3.0, 6.5] # Loopy version to test out o/p

來源

2016-06-14 22:13:40 Divakar

通過用'bot_ix'代替'mask.sum（0）'，你甚至可以更優化一步。但迄今爲止最好的解決方案！ +1 –

@OliverW。當然啊！我錯過了，謝謝！ OP應該記下它。 – Divakar

一種方式做到這一點，是讓numpy的計算累計總和，然後用花哨的索引中新生成的陣列，如下所示：

np.true_divide(arr.cumsum(axis=0)[bot_ix-1,range(arr.shape[1])], bot_ix)

我不會做任何假設a回合速度，因爲它不必要地計算超過嚴格要求的更多元素的累積總和，但它完全取決於您的特定數據。

來源

2016-06-14 22:15:29

Divakar和Oliver W.

mask = np.arange(arr.shape[0])[:, None] < bot_ix 
(arr * mask).sum(0)/bot_ix.astype(float) 

array([ 5. , 3.5, 4.5, 3. , 6.5])

來源

2016-06-14 22:21:11 piRSquared

意思是在不同切片的2D numpy陣列

回答

相關問題