根据另一个索引数组取一个数组的平均值

Question

假设我有一个数组，如下所示：

a = np.array([0, 20, 40, 30, 60, 35, 15, 18, 2])

我有一个指数数组，我想要在以下数组之间求平均值：

averaging_indices = np.array([2, 4, 7, 8])

我想做的是根据averaging_indices数组对数组a的元素求平均。为了说明这一点，我想取平均值：

np.mean(a[0:2]), np.mean(a[2:4]), np.mean(a[4:7]), np.mean(a[7,8]), np.mean(a[8:])

在本例中，我想返回一个具有正确维数的数组

result = [10, 35, 36.66, 18, 2]

有没有人能想出一种干净利落的方法呢？我能想到的唯一方法是通过循环，这是非常反numpy的。

Answer 1

这是一个使用np.bincount的矢量化方法-

# Create "shifts array" and then IDs array for use with np.bincount later on
shifts_array = np.zeros(a.size,dtype=int)
shifts_array[averaging_indices] = 1
IDs = shifts_array.cumsum()

# Use np.bincount to get the summations for each tag and also tag counts.
# Thus, get tagged averages as final output.
out = np.bincount(IDs,a)/np.bincount(IDs)

样本输入，输出-

In [60]: a
Out[60]: array([ 0, 20, 40, 30, 60, 35, 15, 18,  2])

In [61]: averaging_indices
Out[61]: array([2, 4, 7, 8])

In [62]: out
Out[62]: array([ 10.        ,  35.        ,  36.66666667,  18.        ,   2.        ])