Question

我有一个如下的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，因此可以获得以下内容：I = [0, 1, 2, 3, 4, 0, 5, 1]，在这里我按使用最少的索引（来自先前的索引）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]，例如，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，因为这些索引使用最少（我们已经为{{ 1}}）。假设我们选择np.argmin(A[:, 0]) = 0。
对于j=0，我们有np.argmin(A[:, 1])=1，并且我们必须从j=2中选择最小索引，因为这些索引使用最少。
我们以这种方式继续...
对于np.argmin(A[:, 2]) in [0, 1, 2, 3, 4, 5]，我们有[2, 3, 4, 5]，并且我们必须从j=5中选择最小索引，因为这些索引使用最少。假设我们选择np.argmin(A[:, 5]) in [0, 1, 3, 4]。
对于[0, 1, 3, 4]，我们有np.argmin(A[:, 5])=0，而且我们必须从j=6中进行选择，因为这些索引使用最少。我们选择np.argmin(A[:, 6]) in [0, 1, 2, 4, 5]。
对于[5]，我们有np.argmin(A[:, 6])=5，而且我们必须从j=7中进行选择，因为这些索引使用最少。假设我们选择np.argmin(A[:, 7]) in [0, 1, 2, 3, 4, 5]。

我希望这很清楚。我的问题是如何在Python中找到最少的索引并按最少使用的索引打破联系？

Answer 1

您可以将min与字典结合使用以保持每个索引的计数：

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]

想法是创建以下键：(value, count of index, index)，然后使用元组的常规比较，因此，如果两个值相等，则如果值相等，则将选择对应索引计数较少的那个。等于得到索引较低的那个。

如何在Python中找到最少索引并按最少使用索引打破联系？

1 个答案: