时间戳

首页 > 解决方案 > 将带有值的numpy数组转换为每行中每个观察值的频率数组

python - 将带有值的numpy数组转换为每行中每个观察值的频率数组

问题描述

我有一个 numpy 数组，如下所示：

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

该数组具有每个值所属的集群，每一行代表一个样本，每一列代表一个特征，但我想创建一个 5 维数组，其中包含每个集群的频率（在每个样本中，表示为这个矩阵）。

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

基本上我想要的是一个数组，在这种情况下，每一行都是一个簇（1-5），每一行仍然包含一个样本。

如何才能做到这一点？

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，底部两行是 numpy 数组中所需的输出。

标签： pythonarraysnumpy

解决方案

这是 bincount 的一个简单应用。这是做你想做的吗？

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 的速度影响apply_along_axis，在我的测试中，这种使用棘手索引的方法稍微慢一些：

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

推荐阅读