找到一种更简单的方法来比较两个二维数组的独立性答案

【问题标题】：Find an easier way to compare two 2-d array's independence找到一种更简单的方法来比较两个二维数组的独立性
【发布时间】：2016-04-14 05:08:50
【问题描述】：

我的问题

1。简介

ka & kb 是两个二维数组，都是 31*37 的形状
它们包含 2 个值：0 和 1
独立性：只有ka[i, j] = 1时的网格量

使用np.mask，它们显示如下：

http://i4.tietuku.com/29adccd90484fe34.png
代码在这里：

ka_select = np.ma.masked_less(ka,0.001)
pa =plt.pcolor(kb_select,cmap="Set1",alpha =0.7,facecolor = "k",edgecolor = 'k',zorder =1)
kb_select = np.ma.masked_less(kb,0.001)
pb =plt.pcolor(kb_select,cmap="Set1",alpha =0.7,facecolor = "k",edgecolor = 'k',zorder =1)

2。我的早期作品

与两个数组 ka 和 kb 进行比较。
如果 index[i,j] 中的值都等于 1，则表示这两个数组在这个网格中有重叠。
计算重叠频率。

我写了一些关于比较两个二维数组的代码

### repeat I defined is the estimate matrix to represent overlap or not in [i,j] position
repeat = np.zeros(ka.shape[0]*ka.shape[0]).reshape(ka.shape[0],ka.shape[1])

for i in range(0,ka.shape[0],1):
    for j in range(0,ka.shape[1],1):
        if (ka[i,j] == 1) & (kb[i,j] == 1) :
           repeat [i,j]=1
         else:
            repeat[u,v]  = 0
rep.append(repeat.sum())

rep：这两个二维数组的重叠频率。

http://i4.tietuku.com/7121ee003ce9d034.png

3。我的问题

当有两个以上的二维numpy数组都具有相同的形状且值为（0,1）时，如何对重叠频率求和？
我可以按顺序比较多数组，但重复网格会被重新计算

更多解释

我想在 ka = 1 但 (kb & kc & ...) != 1 at grid[i,j] 时对数组 ka 的数量求和（我称之为 independence 为如标题所示）。
如果 ka 只和 kb 比较，我可以使用 rep 来实现，我还没有想到处理超过 2 个数组的方法

【问题讨论】：

您的图片未显示。你能用这些更新你的问题吗？它们可以帮助我们更好地理解问题。
感谢您的谨慎，我重新上传了

标签： python arrays numpy matplotlib

【解决方案1】：

为什么不使用数组 kb、... 的总和来测试结果元素？三个网格的示例：

import numpy

# some random arrays
ka = numpy.random.random_integers(0,1,37*31).reshape(31,37)
kb = numpy.random.random_integers(0,1,37*31).reshape(31,37)
kc = numpy.random.random_integers(0,1,37*31).reshape(31,37)
combined_rest = kb + kc

print "independance:", numpy.sum( (ka == 1) & (combined_rest < 2) )

【讨论】：