Remplir la matrice à la même position en faisant la moyenne de chaque entrée au lieu de la remplacer par la dernière entrée?

Question

J'ai deux tableaux, aaa représente l'indice de ligne de la matrice ref et bbb représente les valeurs à remplir en ref.

ref = np.zeros(shape=(4,2)) 
aaa = np.array([1,1,2,1,3]) # row index 
bbb = np.array([1,9,2,5,3]) # value 

# At column 0; row 1, fill 1. row 1, fill 9. row 2, fill 2. row 1, fill 5. row 3, fill 3. 
ref[aaa,0] = bbb 

print ref 
>>[[ 0. 0.] 
[ 5. 0.] 
[ 2. 0.] 
[ 3. 0.]] 

Pour l'index de ligne 1, il dispose de 3 valeurs 1, 9 et 5. Je veux la moyenne d'entre eux en tant que (1 + 9 + 5)/3 = 15 au lieu de remplir par le dernier 5. Je pense à np.append() chacun d'eux et np.mean() à la fin.

ref[aaa,0] = [ref[aaa,0]].append(bbb) 

Mais cette méthode renvoie nan.

Ou

ccc = np.array([]) 
ref[aaa,0] = np.append(ccc, bbb) 

L'une des lignes est encore 5 de cette façon. Comment est-ce que je peux employer np.append() ici ou est-ce n'importe quel autre moyen rapide d'obtenir la moyenne au lieu de remplacer?

Answer 1

Vous pouvez faire une agrégation basée sur aaa d'abord et ensuite affecter les valeurs agrégées à ref, quelque chose comme ci-dessous:

def avg_by_group(aaa, bbb): 
    idx = np.argsort(aaa) 
    aaa_sort = aaa[idx] 
    bbb_sort = bbb[idx] 
    diff_idx = np.flatnonzero(np.ediff1d(aaa_sort, to_begin=-1)) 
    group_sizes = np.diff(np.concatenate((diff_idx, [aaa.size]))) 
    avg = np.add.reduceat(bbb_sort, diff_idx)/group_sizes 
    return aaa_sort[diff_idx], avg 

idx, avg = avg_by_group(aaa, bbb) 
ref[idx, 0] = avg 
ref 

#array([[ 0., 0.], 
#  [ 5., 0.], 
#  [ 2., 0.], 
#  [ 3., 0.]])