Question

我有以下4个相同形状的矩阵：（1）包含整数值的矩阵I，（2）包含整数值的矩阵J，（3）矩阵{{1包含浮点值和（4）包含浮点值的矩阵D。

我想用这4个矩阵构建一个＆＃34;输出＆＃34;矩阵以下列方式：

要查找输出矩阵的元素V，i的值，请找到矩阵j中等于I的所有单元格（元素）和矩阵i的所有单元格（元素）等于J。
仅使用满足这两个条件的单元格（请记住矩阵j和I具有相同的形状）。
在＆＃34;选择＆＃34;之间搜索单元格具有最小值J的单元格。
获取找到的单元格（D值最小）并检查它在矩阵D中的值。

通过这种方式，我们可以找到输出矩阵的V，i元素的值。我为所有j和is执行此操作。

我想使用numpy或Theano来解决这个问题。

当然我可以循环遍历所有i_s和j_s，但我认为（希望）应该有一种更有效的方式。

ADDED

根据要求，我举了一个例子：

这是矩阵I：

js

这是矩阵J：

 0   1   2
 1   1   0
 0   0   2

这是矩阵D：

 1   1   1
 1   2   1
 0   1   0

最后我们得到矩阵V：

 1.2   3.4   2.2
 2.2   4.3   2.3
 7.1   6.1   2.7

如您所见，所有4个矩阵具有相同的形状（3 x 4），但它们可以具有其他形状（例如2 x 5）。主要的是所有4个矩阵的形状都是相同的。

正如我们所看到的，矩阵1.1 8.1 9.1 3.1 7.1 2.1 0.1 5.1 3.1的值从0到2，因此输出矩阵应该有3行。同样，我们可以得出结论，输出矩阵应该有3列（因为矩阵I的值也是0到2）。

让我们首先找到输出矩阵的元素（0,1）。在J矩阵中，以下单元格（由x标记）包含0。

在矩阵x . . . . x x x .中，以下元素包含1：

这两组细胞的交集是：

 x   x   x
 x   .   x
 .   x   .

相应的距离为：

 x   .   .
 .   .   x
 .   x   .

因此，最小距离位于左上角。因此，我们从矩阵1.2 . . . . 2.3 . 6.1 .的左上角获取值（此值为1.1）。

这就是我们如何找到输出矩阵的（0,1）元素的值。我们对所有可能的索引组合（总共有3 x 3 = 9）组合执行相同的过程。对于某些组合，我们找不到任何值，在这种情况下，我们将值设置为V。

Answer 1

这是使用broadcasting -

的矢量化方法

# Get mask of matching elements against the iterators
m,n = I.shape
Imask = I == np.arange(m)[:,None,None,None]
Jmask = J == np.arange(n)[:,None,None]

# Get the mask of intersecting ones
mask = Imask & Jmask

# Get D intersection masked array
Dvals = np.where(mask,D,np.inf)

# Get argmin along merged last two axes. Index into flattened V for final o/p
out = V.ravel()[Dvals.reshape(m,n,-1).argmin(-1)]

示例输入，输出 -

In [136]: I = np.array([[0,1,2],[1,1,0],[0,0,2]])
     ...: J = np.array([[1,1,1],[1,2,1],[0,1,0]])
     ...: D = np.array([[1.2, 3.4, 2.2],[2.2, 4.3, 2.3],[7.1, 6.1, 2.7]])
     ...: V = np.array([[1.1 , 8.1, 9.1],[3.1, 7.1, 2.1],[0.1, 5.1, 3.1]])
     ...: 

In [144]: out
Out[144]: 
array([[ 0.1,  1.1,  1.1], # To verify : v[0,1] = 1.1
       [ 1.1,  3.1,  7.1],
       [ 3.1,  9.1,  1.1]])

如何使用numpy或Theano将矩阵的整数值作为另一个矩阵的索引？

1 个答案: