NumPy 能否根據列的唯一值有效地將資料分組？

NumPy 可以依給定欄位將資料分組嗎？

簡介：

將資料分組是在許多資料分析場景中都是至關重要的操作。 NumPy是Python中一個強大的數值庫，提供了各種操作數組的函數，但它缺乏專門的分組函數。本文示範如何在 NumPy 中實現分組，而無需明確使用專用函數。

問題：

NumPy 中是否有一個函數可以按數組的大小對數組進行分組第一列，如提供的數組所示？

array([[ 1, 275],
       [ 1, 441],
       [ 1, 494],
       [ 1, 593],
       [ 2, 679],
       [ 2, 533],
       [ 2, 686],
       [ 3, 559],
       [ 3, 219],
       [ 3, 455],
       [ 4, 605],
       [ 4, 468],
       [ 4, 692],
       [ 4, 613]])

預期輸出：

array([[[275, 441, 494, 593]],
       [[679, 533, 686]],
       [[559, 219, 455]],
       [[605, 468, 692, 613]]], dtype=object)

答案：

雖然分組提供「Pyy 沒有明確提供資料」函數，但它提供了一種受Eelco Hoogendoorn 啟發的替代方法圖書館。此方法依賴陣列的第一列始終遞增的假設。如果不是這種情況，則需要按第一列對陣列進行排序：

a = a[a[:, 0].argsort()]

使用增加第一列值的假設，以下程式碼執行分組運算：

np.split(a[:, 1], np.unique(a[:, 0], return_index=True)[1][1:])

此程式碼根據第一列中的唯一值有效地將數組元素分組為子數組。每個子數組代表一個群組，包含具有相同第一列值的所有元素的第二列值。

其他注意事項：

• 此方法的複雜度為 O (n log(n)) 由於排序操作。
• 結果清單是 NumPy 數組，無需用於後續 NumPy 操作的轉換操作。
• 效能比較： 經驗表明，對於較小的資料集，此方法比其他分組方法（包括 Pandas 和 defaultdicts）更快。

因此，NumPy 提供了一種靈活高效的方法，透過利用陣列操作和排序函數來將資料分組，即使沒有專用的分組功能。

以上是NumPy 能否根據列的唯一值有效地將資料分組？的詳細內容。更多資訊請關注PHP中文網其他相關文章！