嵌套列表到索引计数字典

Question

我是 Python 3 的新手，我正在使用 Keras sigmoid 激活，它会产生一个嵌套的概率列表。

我有一个看起来像这样的嵌套列表：

[[0.1, 0.2, 0.3, 0.2, 0.4, 0.5]
 [0.2, 0.3, 0.3, 0.3, 0.2, 0.1]
 ...
 [0.1, 0.1, 0.4, 0.5, 0.1, 0.2]]

我想要做的是将此列表转换为索引字典，其中每个索引键都有一个对应的频率计数，即它在列表中满足特定条件的次数。

例如，给定上面示例嵌套列表中的三行并给定条件：

element > 0.2

它将构建以下字典：

[
    0: 0
    1: 1
    2: 3
    3: 2
    4: 1
    5: 1
]

这是因为在三个嵌套列表中，索引 0 处的值永远不会大于 0.2，索引 1 处的值仅大于 0.2 一次（在第二个嵌套列表处），索引 2 处的值大于0.2 对于所有嵌套列表，索引 3 处的值对于两个嵌套列表（即第二个和第三个嵌套列表）都大于 0.2，依此类推。

非常感谢！

Answer 1

使用a 作为相同长度列表的列表，我们可以转换为一个数组，给我们一个2D 数组。然后，与2 进行比较，然后将每列的True 匹配项求和，作为计数。最后设置输出字典。

因此，一种实现方式是 -

C = (np.asarray(a)>0.2).sum(axis=0)
dict_out = {i:c for i,c in enumerate(C)}

np.count_nonzero 也可以用来代替 np.sum 在那里对匹配进行求和。

示例运行 -

In [209]: a
Out[209]: 
[[0.1, 0.2, 0.3, 0.2, 0.4, 0.5],
 [0.2, 0.3, 0.3, 0.3, 0.2, 0.1],
 [0.1, 0.1, 0.4, 0.5, 0.1, 0.2]]

In [210]: C = (np.asarray(a)>0.2).sum(axis=0)

In [211]: C
Out[211]: array([0, 1, 3, 2, 1, 1])

In [212]: {i:c for i,c in enumerate(C)}
Out[212]: {0: 0, 1: 1, 2: 3, 3: 2, 4: 1, 5: 1}

---

处理参差不齐的子列表

对于参差不齐的子列表（输入列表中具有不同长度的列表），我们可以在使用无效说明符填充值时将其转换为常规数组（NaN 在这里似乎合适），然后沿适当的轴求和。因此，为了处理这种情况，修改后的实现将是 -

from itertools import izip_longest # For Python3, use zip_longest

C = (np.array(list(izip_longest(*a, fillvalue=np.nan)))>0.2).sum(1)
dict_out = {i:c for i,c in enumerate(C)}

示例运行 -

In [253]: a
Out[253]: 
[[0.1, 0.2, 0.3, 0.2, 0.4, 0.5, 0.7, 0.2],
 [0.2, 0.3, 0.3, 0.3, 0.2, 0.1],
 [0.1, 0.1, 0.4, 0.5, 0.1, 0.2, 0.1]]

In [254]: C = (np.array(list(izip_longest(*a, fillvalue=np.nan)))>0.2).sum(1)

In [255]: {i:c for i,c in enumerate(C)}
Out[255]: {0: 0, 1: 1, 2: 3, 3: 2, 4: 1, 5: 1, 6: 1, 7: 0}

Answer 2

我只是写了一个简单的代码

a = [[0.1, 0.2, 0.3, 0.2, 0.4, 0.5], [0.2, 0.3, 0.3, 0.3, 0.2, 0.1],
     [0.1, 0.1, 0.4, 0.5, 0.1, 0.2]]
dic = {'0': 0, '1': 0, '2': 0, '3': 0, '4': 0}
var = [x*0 for x in range(5)]

for array in a:
    for i in range(5):
        if array[i] > 0.2:
            var[i] += 1

dic = {'0': var[0], '1': var[1], '2': var[2], '3': var[3], '4': var[4]}
print(dic)

Answer 3

虽然 Divakar 使用 numpy 给出了非常好的答案，但这是另一种不使用 numpy 的方式，它使用 zip、list unpacking、enumerate、sum 和 dictionary comprehension。只需将 i > 0.2 替换为您想要的任何条件即可：

x = [[0.1, 0.2, 0.3, 0.2, 0.4, 0.5], [0.2, 0.3, 0.3, 0.3, 0.2, 0.1], [0.1, 0.1, 0.4, 0.5, 0.1, 0.2]]

print({current_index:sum(i > 0.2 for i in values) for current_index, values in enumerate(zip(*x))})

>> {0: 0, 1: 1, 2: 3, 3: 2, 4: 1, 5: 1}