如何通过允许重复和总和强度值来减少空间点的numpy数组

Question

假设我有一个包含[x，y，z，intensity]数组的numpy数组：

MyArray=np.array([np.array([1,2,3,.75]),np.array([1,2,2,.32]),np.array([1,2,3,.88])])

如何在重复发生时对强度值求和时，如何将阵列减少到唯一点？

所以上面的最终结果如下：

EndArray=np.array([np.array([1,2,3,1.63]),np.array([1,2,2,.32])])

我正在考虑在x，y，z上使用numpy.unique，但这将给出整数唯一性计数，而不考虑强度列。

我很抱歉这里缺少代码，但老实说，我甚至不知道从np.unique以外的地方开始

Answer 1

作为NumPy标记/处理NumPy数组，我们可以使用np.unique的新功能接受axis参数来处理2D数组作为组，为我们提供预期的输出，如下所示 -

In [51]: unq, tags = np.unique(MyArray[:,:3],axis=0, return_inverse=1)

In [52]: np.c_[unq,np.bincount(tags, MyArray[:,3])]
Out[52]: 
array([[ 1.  ,  2.  ,  2.  ,  0.32],
       [ 1.  ,  2.  ,  3.  ,  1.63]])