我有一个像这样的numpy数组:
import numpy as np
arr = np.array([9, 6, 3, 8, 2, 3, 3, 4, 4, 9, 5, 6, 6, 6, 6, 7, 8, 9])
我希望按组
获取找到的值的索引列表index_list_2 = [4 ] # index list of the element with the value 2
index_list_3 = [2, 5, 6 ]
index_list_4 = [7, 8 ]
index_list_9 = [0, 9, 17]
# [...]
我想到的第一种方法(不是非常pythonic):
i = 0
for x in arr:
if x == 2:
index_list_2 += [i]
if x == 3:
index_list_3 += [i]
if x == 4:
index_list_4 += [i]
if x == 9:
index_list_9 += [i]
i += 1
使用numpy数组实现此目的的最有效方法是什么?
答案 0 :(得分:2)
您可以使用numpy.unique
查找所有唯一值,并使用numpy.where
查找其索引:
import numpy as np
arr = np.array([2, 3, 3, 4, 4, 9, 5, 6, 6, 6, 6, 7, 8, 9])
# get the unique values
unique_arr = np.unique(arr)
# loop through the unique numbers and find the indeces
indexes_value = {}
for num in unique_arr:
indexes = np.where(arr == num)[0]
indexes_value[num] = indexes # or list(indexes) if you prefer
现在您有一个每个值的索引字典,您可以将所需内容分配给index_list_*
列表。
答案 1 :(得分:2)
这不应该太慢。该数组只迭代一次。 结果(ind)是字典值 - >索引列表。
import numpy as np
arr = np.array([2, 3, 3, 4, 4, 9, 5, 6, 6, 6, 6, 7, 8, 9])
ind = dict()
for i, val in enumerate(arr):
ind.setdefault(val, []).append(i)
答案 2 :(得分:2)
可能不是吝啬但是有numpy的oneliner会是:
data = data / data.max() #normalizes data in range 0 - 255
data = 255 * data
img = data.astype(np.uint8)