Question

我有一个2D numpy数组，大约有12列和1000多行，每个单元格包含1到5的数字。我正在根据我的点系统搜索列的最佳六列，其中1和2生成-1点和4和5给出+1。

如果某个六元组中的某行包含例如[1,4,5,3,4,3]，则该行的点应为+2，因为3 * 1 + 1 *（ - 1）= 2.下一行可能是[1,2,3,3,3,3]，应该是-3分。

首先，我尝试了一个strait前向循环解决方案，但我意识到有665 280个可能的列组合要进行比较，当我还需要搜索最好的五元组，四元组等时，循环将永远占用。

是否有一种更聪明的方式来解决我的问题？

Answer 1

import numpy as np
import itertools

N_rows = 10
arr = np.random.random_integers(5, size=(N_rows,12))
x = np.array([0,-1,-1,0,1,1])
y = x[arr]

print(y)

score, best_sextuple = max((y[:,cols].sum(), cols)
                           for cols in itertools.combinations(range(12),6))
print('''\
score: {s}
sextuple: {c}
'''.format(s = score, c = best_sextuple))

产生，例如，

score: 6
sextuple: (0, 1, 5, 8, 10, 11)

<强>解释：

首先，让我们生成一个随机的例子，包含12列和10行：

N_rows = 10
arr = np.random.random_integers(5, size=(N_rows,12))

现在我们可以使用numpy索引将arr 1,2，...，5中的数字转换为值-1,0,1（根据您的评分系统）：

x = np.array([0,-1,-1,0,1,1])
y = x[arr]

接下来，让我们使用itertools.combinations生成6列的所有可能组合：

for cols in itertools.combinations(range(12),6)

和

y[:,cols].sum()

然后给出cols的分数，选择列（六个）。

最后，使用max来挑选得分最高的六人组：

score, best_sextuple = max((y[:,cols].sum(), cols)
                           for cols in itertools.combinations(range(12),6))

Answer 2

import numpy

A = numpy.random.randint(1, 6, size=(1000, 12))
points = -1*(A == 1) + -1*(A == 2) + 1*(A == 4) + 1*(A == 5)
columnsums = numpy.sum(points, 0)

def best6(row):
    return numpy.argsort(row)[-6:]

bestcolumns = best6(columnsums)
allbestcolumns = map(best6, points)

bestcolumns现在将按升序包含最佳的6列。按照类似的逻辑，allbestcolumns将包含每行中最好的六列。

Answer 3

扩展unutbu上面的更长答案，可以自动生成蒙版的分数数组。由于每次通过循环时您的值得分都是一致的，因此每个值的得分只需要计算一次。在应用分数之前和之后，在示例6x10阵列上执行此操作的方式略显不雅。

>>> import numpy
>>> values = numpy.random.randint(6, size=(6,10))
>>> values
array([[4, 5, 1, 2, 1, 4, 0, 1, 0, 4],
       [2, 5, 2, 2, 3, 1, 3, 5, 3, 1],
       [3, 3, 5, 4, 2, 1, 4, 0, 0, 1],
       [2, 4, 0, 0, 4, 1, 4, 0, 1, 0],
       [0, 4, 1, 2, 0, 3, 3, 5, 0, 1],
       [2, 3, 3, 4, 0, 1, 1, 1, 3, 2]])
>>> b = values.copy()
>>> b[ b<3 ] = -1

>>> b[ b==3 ] = 0
>>> b[ b>3 ] = 1
>>> b
array([[ 1,  1, -1, -1, -1,  1, -1, -1, -1,  1],
       [-1,  1, -1, -1,  0, -1,  0,  1,  0, -1],
       [ 0,  0,  1,  1, -1, -1,  1, -1, -1, -1],
       [-1,  1, -1, -1,  1, -1,  1, -1, -1, -1],
       [-1,  1, -1, -1, -1,  0,  0,  1, -1, -1],
       [-1,  0,  0,  1, -1, -1, -1, -1,  0, -1]])

顺便提一下，this线程声称直接在numpy中创建组合将比itertools的性能提高约5倍，但可能会牺牲一些可读性。

比较numpy数组中的多个列

3 个答案: