Skip to main content
 首页 » 编程设计

Python之在一个矩阵的每一行中找到 K 个最大值并与二进制矩阵进行比较

2024年11月01日11shangdawei

我需要确定矩阵 a 中 k 个最大值的位置(索引)是否与二进制指示矩阵 b 处于相同位置。

import numpy as np 
a = np.matrix([[.8,.2,.6,.4],[.9,.3,.8,.6],[.2,.6,.8,.4],[.3,.3,.1,.8]]) 
b = np.matrix([[1,0,0,1],[1,0,1,1],[1,1,1,0],[1,0,0,1]]) 
print "a:\n", a 
print "b:\n", b 
 
d = argsort(a) 
d[:,2:] # Return whether these indices are in 'b' 

返回:

a: 
[[ 0.8  0.2  0.6  0.4] 
 [ 0.9  0.3  0.8  0.6] 
 [ 0.2  0.6  0.8  0.4] 
 [ 0.3  0.3  0.1  0.8]] 
b: 
[[1 0 0 1] 
 [1 0 1 1] 
 [1 1 1 0] 
 [1 0 0 1]] 
 
matrix([[2, 0], 
        [2, 0], 
        [1, 2], 
        [1, 3]]) 

我想比较从最后结果返回的索引,如果 b 在这些位置有索引,则返回计数。 对于这个例子,最终期望的结果是:

1 
2 
2 
1 

换句话说,在a的第一行中,top-2值只对应于b中的一个,等等

有什么想法可以有效地做到这一点吗?也许 argsort 在这里是错误的方法。 谢谢。

请您参考如下方法:

当您采用 argsort 时,您会得到它从最小值 0 到最大值 3,因此您可以通过 [: :-1] 以获得最大值 0 和最小值 3:

s = np.argsort(a, axis=1)[:,::-1]    
#array([[0, 2, 3, 1], 
#       [0, 2, 3, 1], 
#       [2, 1, 3, 0], 
#       [3, 1, 0, 2]]) 

现在您可以使用 np.take 获取最大值所在的 0 和第二个最大值所在的 1:

s2 = s + (np.arange(s.shape[0])*s.shape[1])[:,None] 
s = np.take(s.flatten(),s2) 
#array([[0, 3, 1, 2], 
#       [0, 3, 1, 2], 
#       [3, 1, 0, 2], 
#       [2, 1, 3, 0]]) 

在 b 中,0 值应替换为 np.nan 以便 0==np.nan 给出 False:

b = np.float_(b) 
b[b==0] = np.nan 
#array([[  1.,  nan,  nan,   1.], 
#       [  1.,  nan,   1.,   1.], 
#       [  1.,   1.,   1.,  nan], 
#       [  1.,  nan,  nan,   1.]]) 

下面的比较会给你想要的结果:

print np.logical_or(s==b-1, s==b).sum(axis=1) 
#[[1] 
# [2] 
# [2] 
# [1]] 

一般情况下,将 a 的 n 最大值与二进制 b 进行比较:

def check_a_b(a,b,n=2): 
    b = np.float_(b) 
    b[b==0] = np.nan 
    s = np.argsort(a, axis=1)[:,::-1] 
    s2 = s + (np.arange(s.shape[0])*s.shape[1])[:,None] 
    s = np.take(s.flatten(),s2) 
    ans = s==(b-1) 
    for i in range(n-1): 
        ans = np.logical_or( ans, s==b+i ) 
    return ans.sum(axis=1) 

这将在 logical_or 中进行成对比较。