python权重分类数组,使用numpy.bincount使用数组权重

根据numpy文件：numpy.bincount(x, weights=None, minlength=None)weights : array_like, optional;

Weights, array of the same shape as x.

所以你不能用这种方式直接使用bincount，除非你改变了x。在

编辑：所以我想出了一个稍微有点棘手的方法来实现这一点，但是对于大数组的性能却没有保证。基本上，我将利用scipy稀疏矩阵如何处理相同索引下的重复条目(它们求和)：

^{pr2}$

现在你要把它推广到你的精确数据中。基本思想是将每个数据点映射到结果数组的正确元素，然后让稀疏数组处理重复项的求和。在

否则，如果你被迫使用循环来解决这个问题，我会考虑使用Cython。在

编辑2:对于踢腿，我计时了两种不同的方法：import numpy as np

from scipy.sparse import *

def method1():

return np.array([np.bincount(ii, r) for r in a.T]).T

def method2():

ares = a.reshape((-1,),order='F')

col = np.tile(ii,(a.shape[1],))

row = np.tile(np.arange(a.shape[1]),(a.shape[0],1)).reshape((-1,),order='F')

return coo_matrix((ares,(col,row)),shape=(np.unique(ii).size,a.shape[1])).todense()

if __name__ == '__main__':

from timeit import Timer

a = np.random.randint(0,1000,(1000000,3))

ii = np.random.randint(0,10,(a.shape[0],))

N = 100

t1 = Timer("method1()", "from __main__ import method1")

t2 = Timer("method2()", "from __main__ import method2")

print 't2/t1: %f' % (t2.timeit(N)/t1.timeit(N))

在我的机器上，method2大约比method1慢3-5倍，这取决于输入的形状，所以循环并不一定是个坏选择。在