слияние индексного массива в Python

Question

слияние индексного массива в Python

Предположим, что у меня есть два numpy массива формы

x = [[1,2]
     [2,4]
     [3,6]
     [4,NaN]
     [5,10]]

y = [[0,-5]
     [1,0]
     [2,5]
     [5,20]
     [6,25]]

есть ли эффективный способ объединить их таким образом, что я имею

xmy = [[0, NaN, -5  ]
       [1, 2,    0  ]
       [2, 4,    5  ]
       [3, 6,    NaN]
       [4, NaN,  NaN]
       [5, 10,   20 ]
       [6, NaN,  25 ]

Я могу реализовать простую функцию с помощью поиска для нахождения индекса, но это не изящно и потенциально неэффективно для большого количества массивов и больших размеров. Любой указатель ценится.

6

python arrays numpy scipy

задан leon 5 May 2010 в 16:14

1 ответ

Другие вопросы по тегам:

python arrays numpy scipy

Похожие вопросы:

score 9 · Accepted Answer

См. numpy.lib.recfunctions.join_by

Он работает только со структурированными массивами или повторными массивами, поэтому здесь есть несколько недостатков.

Для начала вам нужно хотя бы немного ознакомиться со структурированными массивами. Если нет, см. здесь .

import numpy as np
import numpy.lib.recfunctions

# Define the starting arrays as structured arrays with two fields ('key' and 'field')
dtype = [('key', np.int), ('field', np.float)]
x = np.array([(1, 2),
             (2, 4),
             (3, 6),
             (4, np.NaN),
             (5, 10)],
             dtype=dtype)

y = np.array([(0, -5),
             (1, 0),
             (2, 5),
             (5, 20),
             (6, 25)],
             dtype=dtype)

# You want an outer join, rather than the default inner join
# (all values are returned, not just ones with a common key)
join = np.lib.recfunctions.join_by('key', x, y, jointype='outer')

# Now we have a structured array with three fields: 'key', 'field1', and 'field2'
# (since 'field' was in both arrays, it renamed x['field'] to 'field1', and
#  y['field'] to 'field2')

# This returns a masked array, if you want it filled with
# NaN's, do the following...
join.fill_value = np.NaN
join = join.filled()

# Just displaying it... Keep in mind that as a structured array,
#  it has one dimension, where each row contains the 3 fields
for row in join: 
    print row

Это выводит:

(0, nan, -5.0)
(1, 2.0, 0.0)
(2, 4.0, 5.0)
(3, 6.0, nan)
(4, nan, nan)
(5, 10.0, 20.0)
(6, nan, 25.0)

Надеюсь, что это поможет!

Edit1: Добавлен пример Edit2: На самом деле не следует объединяться с float ... Изменено поле 'key' на int.