Dati due schiere ordinate di stesse lunghezze A e B:gruppo Python array a, e sintetizzare matrice b - Rappresentazione
a = [7,3,5,7,5,7]
b = [0.2,0.1,0.3,0.1,0.1,0.2]
mi piacerebbe gruppo dagli elementi in una:
aResult = [7,3,5]
somma sugli elementi di b (Esempio utilizzato per sintetizzare una funzione di densità di probabilità):
bResult = [0.2 + 0.1 + 0.2, 0.1, 0.3 + 0.1] = [0.5, 0.1, 0.4]
alternativa, un casuale e bi n python:
import numpy as np
a = np.random.randint(1,10,10000)
b = np.array([1./len(a)]*len(a))
Ho due approcci, che sicuramente sono lontani dal limite inferiore delle prestazioni. Approccio 1 (almeno piacevole e breve): Tempo: 0,769315958023
def approach_2(a,b):
bResult = [sum(b[i == a]) for i in np.unique(a)]
aResult = np.unique(a)
Approccio 2 (numpy.groupby, terribilmente lento) Tempo: 4,65299129486
def approach_2(a,b):
tmp = [(a[i],b[i]) for i in range(len(a))]
tmp2 = np.array(tmp, dtype = [('a', float),('b', float)])
tmp2 = np.sort(tmp2, order='a')
bResult = []
aResult = []
for key, group in groupby(tmp2, lambda x: x[0]):
aResult.append(key)
bResult.append(sum([i[1] for i in group]))
Aggiornamento: Approach3, da Pablo. Tempo: 1.0265750885
def approach_Pablo(a,b):
pdf = defaultdict(int);
for x,y in zip(a,b):
pdf[x] += y
Aggiornamento: Approccio 4, di Unutbu. Tempo: 0,184849023819 [VINCITORE finora, ma come intero solo]
def unique_Unutbu(a,b):
x=np.bincount(a,weights=b)
aResult = np.unique(a)
bResult = x[aResult]
Forse qualcuno trova una soluzione intelligente a questo problema di me :)
Che cos'è un array non ordinato? –
Intendevo dire che non puoi assumere che l'elenco a sia ordinato. – Helga