时间戳

首页 > 解决方案 > Numpy中没有for循环的两个数组之间的元素比较

python - Numpy中没有for循环的两个数组之间的元素比较

问题描述

我有一个名为dataset的大数组，尺寸为 Numpy（700、28、28、3）。假设这个矩阵如下所示：

>>> dataset=np.random.rand(5600,28,28,3)
>>> dataset.shape
(5600, 28, 28, 3)

现在，假设我有另一个更简单的数组，称为查询，我将使用它在数据集数组中搜索

>>> query=np.random.rand(28,28,3)
>>> query.shape
(28, 28, 3)

在较大的矩阵查询中搜索该矩阵查询的一种方法是计算它与数组dataset的所有元素之间的均方误差。较小的 MSE 告诉我矩阵在数组数据集中的位置。

问题是，我不想在 Python 中创建一个 for 循环来逐个计算 MSE，将 MSE 存储在另一个数组中，然后在循环结束时获取最小 MSE 的位置。在此比较之前，我已经有两个 for 循环，因此，我希望使其尽可能高效和快速。没有大的for循环是否可以解决这样的问题？

标签： pythonarraysnumpy

解决方案

你可以这样做：

se = (dataset-query)**2                            # Squared error - shape (L,28,28,3)
sum_of_se = np.sum(se.reshape(-1,28*28*3), axis=1) # Sum of squared error - shape (L,)
print (np.argmin(sum_of_se))                       # Position of minimum within sum_of_se

推荐阅读