Question

我有一个numpy数组如下：

array = np.random.randint(6, size=(50, 400))

此数组具有每个值所属的集群，每行代表一个样本，每列代表一个特征，但我想创建一个具有每个集群频率的5维数组（在每个样本中，表示为这个矩阵中的一行）。

但是，在频率计算中，我想忽略0，这意味着除0（1-5）之外的所有值的频率都应该加1。

基本上我想要的是一个数组，在这种情况下每行都是一个簇（1-5），每行仍然包含一个样本。

如何做到这一点？

编辑：

小输入：

input = np.random.randint(6, size=(2, 5))

array([[0, 4, 2, 3, 0],
       [5, 5, 2, 5, 3]])

输出：

1    2    3    4    5

0   .33  .33  .33   0
0   .2   .2    0   .6

其中1-5是行名称，而后两行是numpy数组中的所需输出。

Answer 1

这是bincount的简单应用。这样做你想要的吗？

def freqs(x):
    counts = np.bincount(x, minlength=6)[1:]
    return counts/counts.sum()

frequencies = np.apply_along_axis(freqs, axis=1, arr=array)

如果您想知道apply_along_axis的速度影响，那么使用棘手索引的方法在我的测试中速度稍慢：

counts = (array[:, :, None] == values[None, None, :]).sum(axis=1)
frequencies2 = counts/counts.sum(axis=1)[:, None]

将具有值的numpy数组转换为具有每行每个观察的频率的数组

1 个答案: