按元素求和 2d numpy 数组

Question

我需要通过索引 1 总结一个 numpy 数组，也就是物种所在的区域。原始数据在 .csv 文件中，但我将其转换为 numpy 数组。剩下的就是弄清楚如何根据我的需要进行排序和求和。一个简单的 if 语句会比 numpy 数组函数更好吗？

数组看起来像这样（链接如下）：

#(Species) (Region located) (# of individuals) <-- For your convenience

[['Purple Puffin' '1' '1']
['Wisteria Wombat' '3' '4']
['Pumpkin Pomeranian' '1' '3']
['Wisteria Wombat' '2' '3']
['Burgundy Bichon Frise' '2' '1']
['Purple Puffin' '1' '4']
['Wisteria Wombat' '2' '2']
['Pumpkin Pomeranian' '1' '2']]

但整个数组有更多数据，我可以 link 将其输入。

我需要总结每个 "Region" 中的“个人数量”。最终输出在 numpy 数组中应如下所示：

['Burgundy Bichon Frise' '1' '#']
['Pumpkin Pomeranian' '1' '#']
['Purple Puffin' '1' '#']
['Wisteria Wombat' '1' '#']

['Burgundy Bichon Frise' '2' '#']
['Pumpkin Pomeranian' '2' '#']
['Purple Puffin' '2' '#']
['Wisteria Wombat' '2' '#']

['Burgundy Bichon Frise' '3' '#']
['Pumpkin Pomeranian' '3' '#']
['Purple Puffin' '3' '#']
['Wisteria Wombat' '3' '#']

每个区域都分为物种，每个物种的种群总数加在一起。这需要在一个 numpy 数组中结束。

编辑我得到了按物种和地区排序的数组。现在我只需要知道如何将每个物种在每个区域的“个体数”相加。

Link to full numpy data set

Answer 1

您可以使用 np.unique 和 np.bincount:

>>> inp
array([['Purple Puffin', '1', '1'],
       ['Wisteria Wombat', '3', '4'],
       ['Pumpkin Pomeranian', '1', '3'],
       ['Wisteria Wombat', '2', '3'],
       ['Burgundy Bichon Frise', '2', '1'],
       ['Purple Puffin', '1', '4'],
       ['Wisteria Wombat', '2', '2'],
       ['Pumpkin Pomeranian', '1', '2']], dtype='<U21')
>>> unq, inv = np.unique(inp[:, 1::-1], axis=0, return_inverse=True)
>>> cnt = np.bincount(inv, inp[:, 2].astype(int)).astype(int)
>>> res = np.c_[unq[:, ::-1], cnt]
>>> res
array([['Pumpkin Pomeranian', '1', '5'],
       ['Purple Puffin', '1', '5'],
       ['Burgundy Bichon Frise', '2', '1'],
       ['Wisteria Wombat', '2', '5'],
       ['Wisteria Wombat', '3', '4']], dtype='<U21')

按元素求和 2d numpy 数组

Sum 2d numpy array by element

python

arrays

numpy

numpy-ndarray