- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我有 2 个二维数组,其中列向量是特征向量。一个数组的大小为 F x A,另一个数组的大小为 F x B,其中 A << B。例如,对于 A = 2 和 F = 3(B 可以是任何值):
arr1 = np.array( [[1, 4],
[2, 5],
[3, 6]] )
arr2 = np.array( [[1, 4, 7, 10, ..],
[2, 5, 8, 11, ..],
[3, 6, 9, 12, ..]] )
我想计算 arr1
和 arr2
的片段之间的距离,该片段大小相等(在本例中为 3x2),对于 的每个可能片段>arr2
。列向量彼此独立,所以我认为我应该计算 arr1
中每个列向量与范围从 i
到 的列向量集合之间的距离i + A
来自 arr2
并取这些距离的总和(虽然不确定)。
numpy 是否提供了一种有效的方法来执行此操作,或者我是否必须从第二个数组中获取切片并使用另一个循环计算 arr1
中每个列向量与相应列之间的距离切片中的向量?
为清楚起见,使用上述数组的示例:
>>> magical_distance_func(arr1, arr2[:,:2])
[0, 10.3923..]
>>> # First, distance between arr2[:,:2] and arr1, which equals 0.
>>> # Second, distance between arr2[:,1:3] and arr1, which equals
>>> diff = arr1 - np.array( [[4,7],[5,8],[6,9]] )
>>> diff
[[-3, -3], [-3, -3], [-3, -3]]
>>> # this happens to consist only of -3's. Norm of each column vector is:
>>> norm1 = np.linalg.norm([:,0])
>>> norm2 = np.linalg.norm([:,1])
>>> # would be extremely good if this worked for an arbitrary number of norms
>>> totaldist = norm1 + norm2
>>> totaldist
10.3923...
当然,转置数组也很好,如果这意味着可以在这里以某种方式使用 cdist。
最佳答案
如果我正确理解你的问题,这将起作用。了解 numpy
,可能有更好的方法,但这至少相当简单。我使用了一些人为的坐标来表明计算按预期进行。
>>> arr1
array([[0, 3],
[1, 4],
[2, 5]])
>>> arr2
array([[ 3, 6, 5, 8],
[ 5, 8, 13, 16],
[ 2, 5, 2, 5]])
您可以从 arr2
中减去 arr1
,方法是确保它们相互正确广播。我能想到的最好方法是进行转置并进行一些 reshape 。这些不创建副本——它们创建 View ——所以这不是那么浪费。 (虽然 dist
是一个副本。)
>>> dist = (arr2.T.reshape((2, 2, 3)) - arr1.T).reshape((4, 3))
>>> dist
array([[ 3, 4, 0],
[ 3, 4, 0],
[ 5, 12, 0],
[ 5, 12, 0]])
现在我们所要做的就是在轴 1 上应用 numpy.linalg.norm
。(您可以从多个 norms 中进行选择)。
>>> numpy.apply_along_axis(numpy.linalg.norm, 1, dist)
array([ 5., 5., 13., 13.])
假设你想要简单的欧氏距离,你也可以直接做;不确定这会更快还是更慢,所以请同时尝试:
>>> (dist ** 2).sum(axis=1) ** 0.5
array([ 5., 5., 13., 13.])
根据您的修改,我们只需要做一点小调整。由于您想成对测试列,而不是按 block 测试,因此您需要一个滚动窗口。这可以通过相当简单的索引非常简单地完成:
>>> arr2.T[numpy.array(zip(range(0, 3), range(1, 4)))]
array([[[ 3, 5, 2],
[ 6, 8, 5]],
[[ 6, 8, 5],
[ 5, 13, 2]],
[[ 5, 13, 2],
[ 8, 16, 5]]])
将其与其他技巧相结合:
>>> arr2_pairs = arr2.T[numpy.array(zip(range(0, 3), range(1, 4)))]
>>> dist = arr2_pairs - arr1.T
>>> (dist ** 2).sum(axis=2) ** 0.5
array([[ 5. , 5. ],
[ 9.69535971, 9.69535971],
[ 13. , 13. ]])
但是,从列表推导式转换数组往往很慢。使用 stride_tricks 可能会更快-- 再一次,看看哪一个最适合您的目的:
>>> as_strided(arr2.T, strides=(8, 8, 32), shape=(3, 2, 3))
array([[[ 3, 5, 2],
[ 6, 8, 5]],
[[ 6, 8, 5],
[ 5, 13, 2]],
[[ 5, 13, 2],
[ 8, 16, 5]]])
这实际上操纵了 numpy
在内存块上移动的方式,允许一个小数组模拟一个更大的数组。
>>> arr2_pairs = as_strided(arr2.T, strides=(8, 8, 32), shape=(3, 2, 3))
>>> dist = arr2_pairs - arr1.T
>>> (dist ** 2).sum(axis=2) ** 0.5
array([[ 5. , 5. ],
[ 9.69535971, 9.69535971],
[ 13. , 13. ]])
现在您有一个简单的二维数组,对应于每对列的距离。现在只需获取 mean
并调用 argmin
即可。
>>> normed = (dist ** 2).sum(axis=2) ** 0.5
>>> normed.mean(axis=1)
array([ 5. , 9.69535971, 13. ])
>>> min_window = normed.mean(axis=1).argmin()
>>> arr2[:,[min_window, min_window + 1]]
array([[3, 6],
[5, 8],
[2, 5]])
关于python - numpy 数组之间的距离,按列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11102926/
作为脚本的输出,我有 numpy masked array和标准numpy array .如何在运行脚本时轻松检查数组是否为掩码(具有 data 、 mask 属性)? 最佳答案 您可以通过 isin
我的问题 假设我有 a = np.array([ np.array([1,2]), np.array([3,4]), np.array([5,6]), np.array([7,8]), np.arra
numpy 是否有用于矩阵模幂运算的内置实现? (正如 user2357112 所指出的,我实际上是在寻找元素明智的模块化减少) 对常规数字进行模幂运算的一种方法是使用平方求幂 (https://en
我已经在 Numpy 中实现了这个梯度下降: def gradientDescent(X, y, theta, alpha, iterations): m = len(y) for i
我有一个使用 Numpy 在 CentOS7 上运行的项目。 问题是安装此依赖项需要花费大量时间。 因此,我尝试 yum install pip install 之前的 numpy 库它。 所以我跑:
处理我想要旋转的数据。请注意,我仅限于 numpy,无法使用 pandas。原始数据如下所示: data = [ [ 1, a, [, ] ], [ 1, b, [, ] ], [ 2,
numpy.random.seed(7) 在不同的机器学习和数据分析教程中,我看到这个种子集有不同的数字。选择特定的种子编号真的有区别吗?或者任何数字都可以吗?选择种子数的目标是相同实验的可重复性。
我需要读取存储在内存映射文件中的巨大 numpy 数组的部分内容,处理数据并对数组的另一部分重复。整个 numpy 数组占用大约 50 GB,我的机器有 8 GB RAM。 我最初使用 numpy.m
处理我想要旋转的数据。请注意,我仅限于 numpy,无法使用 pandas。原始数据如下所示: data = [ [ 1, a, [, ] ], [ 1, b, [, ] ], [ 2,
似乎 numpy.empty() 可以做的任何事情都可以使用 numpy.ndarray() 轻松完成,例如: >>> np.empty(shape=(2, 2), dtype=np.dtype('d
我在大型 numpy 数组中有许多不同的形式,我想使用 numpy 和 scipy 计算它们之间的边到边欧氏距离。 注意:我进行了搜索,这与堆栈中之前的其他问题不同,因为我想获得数组中标记 block
我有一个大小为 (2x3) 的 numpy 对象数组。我们称之为M1。在M1中有6个numpy数组。M1 给定行中的数组形状相同,但与 M1 任何其他行中的数组形状不同。 也就是说, M1 = [ [
如何使用爱因斯坦表示法编写以下点积? import numpy as np LHS = np.ones((5,20,2)) RHS = np.ones((20,2)) np.sum([ np.
假设我有 np.array of a = [0, 1, 1, 0, 0, 1] 和 b = [1, 1, 0, 0, 0, 1] 我想要一个新矩阵 c 使得如果 a[i] = 0 和 b[i] = 0
我有一个形状为 (32,5) 的 numpy 数组 batch。批处理的每个元素都包含一个 numpy 数组 batch_elem = [s,_,_,_,_] 其中 s = [img,val1,val
尝试为基于文本的多标签分类问题训练单层神经网络。 model= Sequential() model.add(Dense(20, input_dim=400, kernel_initializer='
首先是一个简单的例子 import numpy as np a = np.ones((2,2)) b = 2*np.ones((2,2)) c = 3*np.ones((2,2)) d = 4*np.
我正在尝试平均二维 numpy 数组。所以,我使用了 numpy.mean 但结果是空数组。 import numpy as np ws1 = np.array(ws1) ws1_I8 = np.ar
import numpy as np x = np.array([[1,2 ,3], [9,8,7]]) y = np.array([[2,1 ,0], [1,0,2]]) x[y] 预期输出: ar
我有两个数组 A (4000,4000),其中只有对角线填充了数据,而 B (4000,5) 填充了数据。有没有比 numpy.dot(a,b) 函数更快的方法来乘(点)这些数组? 到目前为止,我发现
我是一名优秀的程序员,十分优秀!