python - 如何在Python中找到最小索引并通过最少使用的索引打破平局？

Question

我有一个如下所示的 numpy 数组:

A = np.array([[1, 1, 1, 1, 1, 1, 1, 1],
              [1, 1, 1, 1, 5, 1, 1, 1],
              [1, 1, 1, 1, 3, 3, 1, 1],
              [1, 1, 1, 1, 1, 1, 2, 1],
              [1, 1, 1, 1, 1, 1, 1, 1],
              [1, 1, 1, 1, 1, 4, 1, 1]])

我正在寻找每列中的最小索引。我使用 numpy.argmin 找到了这个如下:

I = np.zeros(A.shape[1], dtype=np.int64)
for j in range(A.shape[1]):
    I[j] = np.argmin(A[:, j])

这给了我I = [0, 0, 0, 0, 0, 0, 0, 0] 。由于存在联系，我可以获得以下信息:I = [0, 1, 2, 3, 4, 0, 5, 1] ，其中我通过最少使用的索引(来自之前的索引)来打破联系。

更多详细信息:

• 对于j=0 ，我们有np.argmin(A[:, 0]) in [0, 1, 2, 3, 4, 5]比如说，我们选择 np.argmin(A[:, 0]) = 0 。
• 对于j=1 ，我们有np.argmin(A[:, 1]) in [0, 1, 2, 3, 4, 5]我们必须从[1, 2, 3, 4, 5]中选择最小索引因为这些索引是最少使用的(我们已经选择 np.argmin(A[:, 0]) = 0 作为 j=0 )。比如说，我们选择np.argmin(A[:, 1])=1 。
• 对于j=2 ，我们有np.argmin(A[:, 2]) in [0, 1, 2, 3, 4, 5]我们必须从[2, 3, 4, 5]中选择最小索引因为这些索引是最少使用的。
• 我们就这样继续下去...
• 对于j=5 ，我们有np.argmin(A[:, 5]) in [0, 1, 3, 4]我们必须从[0, 1, 3, 4]中选择最小索引因为这些索引是最少使用的。假设我们选择np.argmin(A[:, 5])=0 .
• 对于j=6 ，我们有np.argmin(A[:, 6]) in [0, 1, 2, 4, 5]我们必须从[5]中进行选择因为这些索引是最少使用的。我们选择np.argmin(A[:, 6])=5 .
• 对于j=7 ，我们有np.argmin(A[:, 7]) in [0, 1, 2, 3, 4, 5]我们必须从[1, 2, 3, 4, 5]中进行选择因为这些索引是最少使用的。假设我们选择np.argmin(A[:, 7])=1 .

我希望这是清楚的。我的问题是如何在 Python 中找到最小索引并通过最少使用的索引打破联系？

Answer 1

您可以使用min结合字典来保存每个索引的计数:

import numpy as np

A = np.array([[1, 1, 1, 1, 1, 1, 1, 1],
              [1, 1, 1, 1, 5, 1, 1, 1],
              [1, 1, 1, 1, 3, 3, 1, 1],
              [1, 1, 1, 1, 1, 1, 2, 1],
              [1, 1, 1, 1, 1, 1, 1, 1],
              [1, 1, 1, 1, 1, 4, 1, 1]])

counts = {}
I = np.zeros(A.shape[1], dtype=np.int64)
for j in range(A.shape[1]):
    _, _, i = min([(v, counts.get(i, 0), i) for i, v in enumerate(A[:, j])])
    counts[i] = counts.get(i, 0) + 1
    I[j] = i

print(I)

输出

[0 1 2 3 4 0 5 1]

这个想法是创建以下键:(value, count of index, index)，然后使用元组的正常比较，因此如果值相等，则计数较少的值将选择相应的索引，如果两个计数相等，则选择索引较低的一个。