时间戳

首页 > 解决方案 > 如何在多个一维numpy数组中的元素之间采用模式

python - 如何在多个一维numpy数组中的元素之间采用模式

问题描述

我可以逐个元素地跨多个列表/数组求和，根据

sum([np.array([1,2,3,4,5]), np.array([1,2,3,4,5])]) = array([ 2,  4,  6,  8, 10])

我想对数组中每个元素的模式做类似的事情，并得到预期的结果：

mode([np.array([1,2,3,4,5]), np.array([1,2,3,4,5])]) = array([ 1, 2, 3, 4, 5])

在没有单一模式的情况下，我想随机选择其中一个数组中的元素作为输出，如下所示：

mode([np.array([0,2,3,4,0]), np.array([1,2,9,4,5])]) = array([ 1, 2, 9, 4, 0])

最后，我希望能够跨任意数量的等长数组执行此操作。

注意：我尝试使用 stats library 模式，并得到以下错误：

>>> mode([np.array([1,2,3,4,5]), np.array([1,2,3,4,5])])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/anaconda3/lib/python3.7/statistics.py", line 501, in mode
    table = _counts(data)
  File "/anaconda3/lib/python3.7/statistics.py", line 252, in _counts
    table = collections.Counter(iter(data)).most_common()
  File "/anaconda3/lib/python3.7/collections/__init__.py", line 566, in __init__
    self.update(*args, **kwds)
  File "/anaconda3/lib/python3.7/collections/__init__.py", line 653, in update
    _count_elements(self, iterable)
TypeError: unhashable type: 'numpy.ndarray'

仅使用列表时也会引发错误。

因此，我正在寻找一种方法来实现这一目标。

一个关键要求是跨数组元素的模式输出向量必须与每个向量的长度相同（我将把它输入到混淆矩阵中，以便与参考向量进行比较）。

标签： pythonnumpyelement

解决方案

您可以使用 找到模式scipy.stats.mode。您还可以将多个 numpy 数组连接成一个数组，然后将其提供给 mode。

import numpy as np
import scipy.stats

arrays = [np.array([0,2,3,4,0]), np.array([1,2,9,4,5])]

result = scipy.stats.mode(np.concatenate(arrays))
# ModeResult(mode=array([0]), count=array([2]))

result.mode
# array([0])

的返回值scipy.stats.mode是一个命名元组ModeResult，其中包括模式和值出现的次数。

要查找每列的模式，您可以将数组堆叠成二维数组，然后沿着第一个轴查找模式。

arrays = [
    np.array([0, 2, 3, 4, 0]), 
    np.array([1, 2, 9, 4, 5]), 
    np.array([0, 9, 9, 4, 1])]
result = scipy.stats.mode(np.stack(arrays), axis=0)
result.mode
# array([[0, 2, 9, 4, 0]])

推荐阅读