Question

有没有办法将bincount应用于＆＃34; axis = 1＆＃34;？期望的结果与列表理解相同：

import numpy as np
A = np.array([[1,0],[0,0]])
np.array([np.bincount(r,minlength = np.max(A) + 1) for r in A])

#array([[1,1]
#       [2,0]])

Answer 1

np.bincount不能沿某个轴使用2D数组。为了通过对np.bincount的单个矢量化调用获得所需的效果，可以创建一维ID数组，这样即使元素相同，不同的行也会有不同的ID。当使用带有这些ID的np.bincount单个调用时，这将使来自不同行的元素不会合并在一起。因此，可以创建这样的ID数组，并考虑linear indexing的想法，如此 -

N = A.max()+1
id = A + (N*np.arange(A.shape[0]))[:,None]

然后，将ID提供给np.bincount，最后重塑为2D -

np.bincount(id.ravel(),minlength=N*A.shape[0]).reshape(-1,N)

Answer 2

如果数据太大而无法提高效率，那么问题更可能是密集矩阵的内存使用，而不是自身的数值运算。下面是一个在矩阵上使用sklearn Hashing Vectorizer的示例，该矩阵太大而无法使用bincounts方法（结果是稀疏矩阵）：

import numpy as np
from sklearn.feature_extraction.text import HashingVectorizer
h = HashingVectorizer()
A = np.random.randint(100,size=(1000,100))*10000
A_str = [" ".join([str(v) for v in i]) for i in A]

%timeit h.fit_transform(A_str)
#10 loops, best of 3: 110 ms per loop

Answer 3

您可以使用apply_along_axis，这是一个示例

import numpy as np
test_array = np.array([[0, 0, 1], [0, 0, 1]])
print(test_array)
np.apply_along_axis(np.bincount, axis=1, arr= test_array,
                                          minlength = np.max(test_array) +1)

请注意，此数组的最终形状取决于容器的数量，您还可以指定其他参数以及apply_along_axis

将bincount应用于2D numpy数组的每一行

3 个答案: