Question

假设我有以下numpy数组

import numpy as np

arr = np.array([[0.2, 0.8], [0.99, 0.01], [0.08, 0.92]])
arr
Out[57]: 
array([[0.2 , 0.8 ],
       [0.99, 0.01],
       [0.08, 0.92]])

如果我想将此输出转换为“类”（或每一行中最大价值的索引），则只需使用：

arr.argmax(axis=1)
Out[58]: array([1, 0, 1], dtype=int64)

问题是，我想限制某个阈值。对于示例，我们使用 0.9 。因此，不符合阈值约束的每一行都将返回标签-1。

上述示例的输出将为[-1, 0, 1]（因为0.8和0.2都不大于0.9）。

最Python的方式是什么？希望（但不是必须），使用numpy。

Answer 1

您可以使用np.where：

UPDATE tuo
SET trasco_id_object = op.pratica
FROM trasco_utilizzi_oggetto tuo
     JOIN oggetti_pratica op ON tuo.oggetto = op.oggetto
     JOIN pratiche_tributo pt ON op.pratica = pt.pratica
     JOIN denunce_ici di ON pt.pratica = di.pratica
WHERE op.pratica = (SELECT MIN(sq.pratica)
                    FROM oggetti_pratica sq
                    WHERE sq.pratica = pt.pratica
                      AND sq.oggetto = op.oggetto);

详细信息

m = arr > 0.9 np.where(m.any(axis=1), m.argmax(axis=1), -1) array([-1, 0, 1])返回具有相同形状的(arr > 0.9)，指示满足条件的位置：

ndarray

array([[False, False], [ True, False], [False, True]])返回m.argmax(axis=1)是m的地方：

True

对于满足

array([0, 0, 1])

的那些行，

np.where将返回m.argmax(axis=1)，因此至少一个元素大于阈值。这里m.any(axis=1)给出：

m.any(axis=1)

否则，array([False, True, True])将返回np.where

将预测转换为带有阈值的标签

1 个答案: