我如何快速重新排列扁平的“锯齿状” numpy数组

Question

因此，我在单个平面数组中有大量数据，这些数据被分组为大小不规则的块。这些块的大小在另一个数组中给出。我需要做的是基于第三个索引数组重新排列块（想想花哨的索引）

这些块总是> = 3长，通常是4，但是从技术上讲是无界的，因此填充最大长度和掩码是不可行的。另外，由于技术原因，我只能访问numpy，所以像scipy或pandas一样。

为了更易于阅读，本示例中的数据易于分组。在真实数据中，数字可以是任何数字，并且不遵循此模式。

[[EDIT]更新时具有较少混乱的数据

data = np.array([1,2,3,4, 11,12,13, 21,22,23,24, 31,32,33,34, 41,42,43, 51,52,53,54])
chunkSizes = np.array([4, 3, 4, 4, 3, 4])
newOrder = np.array([0, 5, 4, 5, 2, 1])

在这种情况下的预期输出是

np.array([1,2,3,4, 51,52,53,54, 41,42,43, 51,52,53,54, 21,22,23,24, 11,12,13])

由于实际数据可能长达数百万个，所以我希望可以使用某种numpy魔术来实现此功能而无需python循环。

Answer 1

方法＃1

这里是基于创建规则数组和遮罩的矢量化->

def chunk_rearrange(data, chunkSizes, newOrder):
    m = chunkSizes[:,None] > np.arange(chunkSizes.max())
    d1 = np.empty(m.shape, dtype=data.dtype)
    d1[m] = data
    return d1[newOrder][m[newOrder]]
给定样本的输出-

In [4]: chunk_rearrange(data, chunkSizes, newOrder)
Out[4]: array([0, 0, 0, 0, 5, 5, 5, 5, 4, 4, 4, 5, 5, 5, 5, 2, 2, 2, 2, 1, 1, 1])
方法＃2

另一种基于cumsum的矢量化矢量，对于那些非常参差不齐的

块大小，其占用空间较小-

def chunk_rearrange_cumsum(data, chunkSizes, newOrder):
    # Setup ID array that will hold specific values at those interval starts,
    # such that a final cumsum would lead us to the indices which when indexed
    # by the input array gives us the re-arranged o/p   
    idar = np.ones(len(data), dtype=int)

    # New chunk lengths
    newlens = chunkSizes[newOrder]

    # Original chunk intervals
    c = np.r_[0,chunkSizes[:-1].cumsum()]

    # Indices from original order that form the interval starts in new arrangement
    d1 = c[newOrder]

    # Starts of chunks in new arrangement where those from d1 are to be assigned
    c2 = np.r_[0,newlens[:-1].cumsum()]

    # Offset required for the starts in new arrangement for final cumsum to work
    diffs = np.diff(d1)+1-np.diff(c2)
    idar[c2[1:]] = diffs
    idar[0] = d1[0]

    # Final cumsum and indexing leads to desired new arrangement
    out = data[idar.cumsum()]
    return out
    

Answer 2

如果使用np.split建立索引，则可以使用data在与[chunkSizes]相对应的np.cumsum数组中创建视图。然后，您可以使用花式索引根据newOrder索引对视图进行重新排序。这应该是相当有效的，因为仅当您在重新排序的视图上调用np.concatenate时才将数据复制到新数组：