计算NumPy数组上的“移动计数和”

Question

我有以下数组：

# input
In [77]: arr = np.array([23, 45, 23, 0, 12, 45, 45])

# result
In [78]: res = np.zeros_like(arr)

现在，我要计算唯一元素的移动和，并将其存储在res数组中。你知道吗

具体来说，res数组应该是：

In [79]: res
Out[79]: array([1, 1, 2, 1, 1, 2, 3])

---

[23, 45, 23, 0, 12, 45, 45]
[1,   1,   2,   1,   1,   2,   3]

我们开始计算每个元素，如果元素重新出现，则增加计数，直到到达数组的末尾。此元素特定的计数应作为结果返回。你知道吗

---

我们应该如何使用NumPy内置函数来实现这一点？我试过使用numpy.bincount，但结果不理想。你知道吗

Answer 1

不确定你会找到一个内置的，所以这里是一个自制使用argsort。你知道吗

def running_count(arr):
    idx = arr.argsort(kind='mergesort')
    sarr = arr[idx]
    neq = np.where(sarr[1:] != sarr[:-1])[0] + 1
    run = np.ones(arr.shape, int)
    run[neq[0]] -= neq[0]
    run[neq[1:]] -= np.diff(neq)
    res = np.empty_like(run)
    res[idx] = run.cumsum()
    return res

例如：

>>> running_count(arr)
array([1, 1, 2, 1, 1, 2, 3])
>>> running_count(np.array(list("xabaaybeeetz")))
array([1, 1, 1, 2, 3, 1, 2, 1, 2, 3, 1, 1])

解释人：

我们首先使用argsort进行排序，因为我们需要索引最终返回到原始顺序。这里有一个稳定的排序是很重要的，因此使用慢合并排序。你知道吗

一旦元素被分类运行计数将形成一个“锯齿”模式。创建这个的矢量化方法是观察锯齿的diff在新齿开始的地方和其他地方都有“跳跃”值。所以这就是我们要建造的。你知道吗