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。
