在 numpy 二维数组行中查找最常见的值，否则返回最大值答案

【问题标题】：Find most common value in numpy 2d array rows, otherwise return maximum在 numpy 二维数组行中查找最常见的值，否则返回最大值
【发布时间】：2022-01-09 07:04:47
【问题描述】：

我有一个这样的数组

Nbank = np.array([[2, 3, 1],
                  [1, 2, 2],
                  [3, 2, 1],
                  [3, 2, 1],
                  [2, 3, 2],
                  [2, 2, 3],
                  [1, 1, 3],
                  [2, 1, 1],
                  [2, 2, 3],
                  [1, 1, 1],
                  [2, 1, 1],
                  [2, 3, 1],
                  [1, 2, 1]])

我想返回一个只有一列的数组。条件是返回每一行中最常见的值；如果多个值的出现次数相同，则返回其中的最大值。

我用过这段代码

most_f = np.array([np.bincount(row).argmax() for row in Nbank])

如果多个值的出现次数相同，则返回第一项而不是最大值。我该如何解决这个问题？

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

您可以在按行降序排序后使用计数器。有一个most_common 会返回你想要的。由于它已经排序，第一个元素总是最大或最频繁的。

import numpy as np
from collections import Counter
Nbank = np.array([[2, 3, 1],
                  [1, 2, 2],
                  [3, 2, 1],
                  [3, 2, 1],
                  [2, 3, 2],
                  [2, 2, 3],
                  [1, 1, 3],
                  [2, 1, 1],
                  [2, 2, 3],
                  [1, 1, 1],
                  [2, 1, 1],
                  [2, 3, 1],
                  [1, 2, 1]])


np.array([Counter(sorted(row, reverse=True)).most_common(1)[0][0] for row in Nbank])

输出

array([3, 2, 3, 3, 2, 2, 1, 1, 2, 1, 1, 3, 1])

【讨论】：

问题是计数器对象的 API 是否承诺most_common 将进行稳定排序（而不是在当前实现中发生）。
alani 我对此一无所知，也许@Chris 可以回答这个问题。虽然这是可行的，但由于我不想使用 numpy 以外的其他模块，所以我没有选择这个回答。不过感谢您的努力，我很感激！
@OmarZaki 附加模块在这里并不是真正的问题，因为collections 在标准库中。
@alani 应该没问题docs.python.org/3/library/…
@Chris 感谢您的检查。我只是在查看文档字符串，没有那么彻底。

【解决方案2】：

我相信这会解决问题。您可能会通过一些花哨的列表理解将其变成一个单行，但我认为这不值得。

most_f = []
for n in Nbank: #iterate over elements
    counts = np.bincount(n) #count the number of elements of each value
    most_f.append(np.argwhere(counts == np.max(counts))[-1][0]) #append the last and highest

【讨论】：

【解决方案3】：

您可以稍微作弊并反转每一行，以使np.argmax 返回对应于最大项目的最右边出现的索引：

N = np.max(arr)
>>> [N - np.argmax(np.bincount(row, minlength=N+1)[::-1]) for row in Nbank]
[3, 2, 3, 3, 2, 2, 1, 1, 2, 1, 1, 3, 1]

如果您想充分利用numpy，您可能还想避免循环，这绝对是可取的。不幸的是，二维数组不支持np.bincount，但您可以手动完成：

N, M = arr.shape[0], np.max(arr)+1
bincount_2D = np.zeros(shape=(N, M), dtype=int)
advanced_indexing = np.repeat(np.arange(N), arr.shape[1]), arr.ravel()
np.add.at(bincount_2D, advanced_indexing, 1)
>>> bincount_2D
array([[0, 1, 1, 1],
       [0, 1, 2, 0],
       [0, 1, 1, 1],
       [0, 1, 1, 1],
       [0, 0, 2, 1],
       [0, 0, 2, 1],
       [0, 2, 0, 1],
       [0, 2, 1, 0],
       [0, 0, 2, 1],
       [0, 3, 0, 0],
       [0, 2, 1, 0],
       [0, 1, 1, 1],
       [0, 2, 1, 0]])

然后同时对所有行重复该过程：

>>> M -1 - np.argmax(bincount_2D[:,::-1], axis=1)
array([3, 2, 3, 3, 2, 2, 1, 1, 2, 1, 1, 3, 1], dtype=int64)

【讨论】：