如何用Numpy数组第二列直方图归一化第一列直方图结果？

先把你的输入转换成numpy数组：

import numpy as np

arr = np.array([
    ['aa', '1'],
    ['ab', '1'],
    ['ab', '1'],
    ['ba', '2'],
    ['ba', '2']
], dtype=str)

可以用以下步骤快速实现需求：

• 第一步：关联第一列元素与第二列分组
  用np.unique获取第一列的唯一值、计数，同时记录每个唯一值对应的第二列分组：

  col1_vals, col1_indices, col1_counts = np.unique(arr[:, 0], return_inverse=True, return_counts=True)
  group_labels = arr[col1_indices, 1]
  

• 第二步：统计第二列分组的总计数
  直接对第二列做唯一值计数：

  group_vals, group_counts = np.unique(arr[:, 1], return_counts=True)
  

• 第三步：计算归一化结果
  用numpy的索引匹配直接完成除法，避免循环：

  # 匹配每个第一列元素所属分组的总计数
  group_counts_matched = group_counts[np.searchsorted(group_vals, group_labels)]
  # 计算归一化值并和第一列值对应
  normalized_result = dict(zip(col1_vals, col1_counts / group_counts_matched))
  

运行后normalized_result的结果就是：

{'aa': 0.3333333333333333, 'ab': 0.6666666666666666, 'ba': 1.0}

这种方法用numpy矢量化操作完成，比手动遍历数组效率高，适合处理大规模数据。

内容的提问来源于stack exchange，提问作者PyariBilli