numpy - 计算相等的数组答案

【问题标题】：numpy - count equal arraysnumpy - 计算相等的数组
【发布时间】：2016-08-22 05:21:05
【问题描述】：

我想计算拆分大矩阵后遇到的相等矩阵的数量。

mat1 = np.zeros((4, 8))

split4x4 = np.split(mat1, 4)

现在我想知道 split4x4 中有多少个相等的矩阵，但是collections.Counter(split4x4) 会抛出一个错误。 numpy 中是否有内置方法来执行此操作？

【问题讨论】：

我是一个业余爱好者，所以这听起来很傻，但是 np.split() 默认情况下会将数组拆分为您指定的相等部分（例如：上面示例中的 4），如果可以的话t 比它抛出一个错误。那么，为什么你需要找出那些信息，那不就是 4 个吗？

标签： python-2.7 numpy

【解决方案1】：

这可以使用numpy_indexed 包以完全矢量化的方式完成（免责声明：我是它的作者）：

import numpy_indexed as npi
unique_rows, row_counts = npi.count(mat1)

这应该比使用 collections.Counter 快得多。

【讨论】：

【解决方案2】：

也许最简单的方法是使用np.unique 并展平拆分数组以将它们作为元组进行比较：

import numpy as np
# Generate some sample data:
a = np.random.uniform(size=(8,3))
# With repetition:
a = np.r_[a,a]
# Split a in 4 arrays
s = np.asarray(np.split(a, 4))
s = [tuple(e.flatten()) for e in s]
np.unique(s, return_counts=True)

备注：np.unique 的 return_counts 参数在 1.9.0 版本中新增。

另一个受that post启发的纯numpy解决方案

# Generate some sample data:
In: a = np.random.uniform(size=(8,3))
# With some repetition
In: a = r_[a,a]
In: a.shape
Out: (16,3)
# Split a in 4 arrays
In: s = np.asarray(np.split(a, 4))
In: print s
Out: [[[ 0.78284847  0.28883662  0.53369866]
       [ 0.48249722  0.02922249  0.0355066 ]
       [ 0.05346797  0.35640319  0.91879326]
       [ 0.1645498   0.15131476  0.1717498 ]]

      [[ 0.98696629  0.8102581   0.84696276]
       [ 0.12612661  0.45144896  0.34802173]
       [ 0.33667377  0.79371788  0.81511075]
      [ 0.81892789  0.41917167  0.81450135]]

      [[ 0.78284847  0.28883662  0.53369866]
       [ 0.48249722  0.02922249  0.0355066 ]
       [ 0.05346797  0.35640319  0.91879326]
       [ 0.1645498   0.15131476  0.1717498 ]]

      [[ 0.98696629  0.8102581   0.84696276]
       [ 0.12612661  0.45144896  0.34802173]
       [ 0.33667377  0.79371788  0.81511075]
       [ 0.81892789  0.41917167  0.81450135]]]
In: s.shape
Out: (4, 4, 3)
# Flatten the array:
In: s = asarray([e.flatten() for e in s])
In: s.shape
Out: (4, 12)
# Sort the rows using lexsort:
In: idx = np.lexsort(s.T)
In: s_sorted = s[idx]
# Create a mask to get unique rows
In: row_mask = np.append([True],np.any(np.diff(s_sorted,axis=0),1))
# Get unique rows:
In: out = s_sorted[row_mask]
# and count:
In: for e in out:
        count = (e == s).all(axis=1).sum()
        print e.reshape(4,3), count
Out:[[ 0.78284847  0.28883662  0.53369866]
     [ 0.48249722  0.02922249  0.0355066 ]
     [ 0.05346797  0.35640319  0.91879326]
     [ 0.1645498   0.15131476  0.1717498 ]] 2
    [[ 0.98696629  0.8102581   0.84696276]
     [ 0.12612661  0.45144896  0.34802173]
     [ 0.33667377  0.79371788  0.81511075]
     [ 0.81892789  0.41917167  0.81450135]] 2

【讨论】：

您在第一个示例中使用的是 python 3 吗？因为我来自a = r_[a,a]NameError: name 'r_' is not defined
@andandandand 不，我没有。这是我的错，我在r_ 之前忘记了np，这是一种快速构建数组的简单方法（参见：docs.scipy.org/doc/numpy/reference/generated/numpy.r_.html）。我刚刚更正了我的答案。