标准化数组的切片

Question

我有一个3列数组。数组的第一列的值介于1和10之间。我需要提取第一列为1的所有行，并规范化这个数组切片的第三列。然后对第一列等于2的所有行重复相同的操作，以此类推

如果我运行此代码，它将保持数组不变：

for u in np.unique(x[:,0]):
    mask= x[:, 0] == u
    x[mask][:,2]=x[mask][:,2]/np.sum((x[mask][:,2]))

如果我运行另一段代码，我会看到r（我在循环中放置了一个print r）实际上完全符合我的要求。唯一的一点是原始数组x没有改变。你知道吗

for u in np.unique(x[:,0]):
    r = x[x[:, 0] == u]
    r[:,2]=r[:,2]/np.sum((x[x[:,0]==u][:,2]))

为什么？我做错什么了？？？你知道吗

Answer 1

不要索引两次。显然，这样就创建了源数组的副本。 使用x[mask,2]而不是x[mask][:,2]：

for u in np.unique(x[:,0]):
    mask= x[:, 0] == u
    x[mask,2]=x[mask,2]/np.sum((x[mask,2]))

Answer 2

下面是另一种考虑性能的矢量化方法，可以使用^{}和^{}来解决问题-

tags = np.unique(x[:,0], return_inverse=1)[1]
x[:,2] /= np.bincount(tags, x[:,2])[tags]

为了进一步提高性能，可以避免使用np.unique并直接计算np.bincount(tags, xc[:,2])的等价物，同时利用第一列中的数字介于1和10之间的事实-

np.bincount(xc[:,0].astype(int), xc[:,2], minlength=11)[1:]

要替换tags，我们可以使用第一列，如下所示-

tags = xc[:,0].astype(int)-1