在numpy數組中比較多列

Question

我有一個2D numpy數組，其中包含大約12列和1000多行，每個單元格包含一個從1到5的數字。我根據我的點系統搜索最佳的六列數據1和2生成-1點，4和5生成+1。因爲3 * 1 + 1 *（ - 1），所以如果某個六元組中的行包含[1,4,5,3,4,3]，則該行的點應該是+2，因爲3 * 1 + 1 * = 2。下一行可以是[1,2,2,3,3,3]並且應該是-3點。首先，我嘗試了一個海峽前向循環解決方案，但是我意識到有665 280個可能的列組合需要進行比較，並且當我還需要搜索最佳的五元組，四元組等等時，這個循環將持續進行。

有沒有可能是一個更聰明的numpy方式來解決我的問題？

Answer 1

import numpy as np 
import itertools 

N_rows = 10 
arr = np.random.random_integers(5, size=(N_rows,12)) 
x = np.array([0,-1,-1,0,1,1]) 
y = x[arr] 

print(y) 

score, best_sextuple = max((y[:,cols].sum(), cols) 
          for cols in itertools.combinations(range(12),6)) 
print('''\ 
score: {s} 
sextuple: {c} 
'''.format(s = score, c = best_sextuple)) 

產率，例如，

score: 6 
sextuple: (0, 1, 5, 8, 10, 11) 

---

說明：

首先，讓我們生成一個隨機例如，具有12列和10行：

N_rows = 10 
arr = np.random.random_integers(5, size=(N_rows,12)) 

現在我們可以使用numpy的索引將數字轉換在arr 1,2，...，5的值1,0,1（根據您的評分系統）：

x = np.array([0,-1,-1,0,1,1]) 
y = x[arr] 

接下來，讓我們使用itertools.combinations以產生6列的所有可能的組合：

for cols in itertools.combinations(range(12),6) 

和

y[:,cols].sum() 

然後給出分數cols，列的選擇（一個或多個extuple）。

最後，使用max摘掉了六倍最好的成績：

score, best_sextuple = max((y[:,cols].sum(), cols) 
          for cols in itertools.combinations(range(12),6)) 

Answer 2

擴展上unutbu的再回應以上，有可能自動生成分數屏蔽數組。由於每次通過循環的值都是一致的，因此每個值的分數只需計算一次。在應用分數之前和之後，在示例6x10陣列上執行此操作的方式稍顯不雅。

>>> import numpy 
>>> values = numpy.random.randint(6, size=(6,10)) 
>>> values 
array([[4, 5, 1, 2, 1, 4, 0, 1, 0, 4], 
     [2, 5, 2, 2, 3, 1, 3, 5, 3, 1], 
     [3, 3, 5, 4, 2, 1, 4, 0, 0, 1], 
     [2, 4, 0, 0, 4, 1, 4, 0, 1, 0], 
     [0, 4, 1, 2, 0, 3, 3, 5, 0, 1], 
     [2, 3, 3, 4, 0, 1, 1, 1, 3, 2]]) 
>>> b = values.copy() 
>>> b[ b<3 ] = -1 

>>> b[ b==3 ] = 0 
>>> b[ b>3 ] = 1 
>>> b 
array([[ 1, 1, -1, -1, -1, 1, -1, -1, -1, 1], 
     [-1, 1, -1, -1, 0, -1, 0, 1, 0, -1], 
     [ 0, 0, 1, 1, -1, -1, 1, -1, -1, -1], 
     [-1, 1, -1, -1, 1, -1, 1, -1, -1, -1], 
     [-1, 1, -1, -1, -1, 0, 0, 1, -1, -1], 
     [-1, 0, 0, 1, -1, -1, -1, -1, 0, -1]]) 

順便說一句，this線程聲稱，直接在numpy的創建組合將產生比itertools 5倍左右更快的性能，雖然也許在一些可讀性爲代價的。

Answer 3

import numpy 

A = numpy.random.randint(1, 6, size=(1000, 12)) 
points = -1*(A == 1) + -1*(A == 2) + 1*(A == 4) + 1*(A == 5) 
columnsums = numpy.sum(points, 0) 

def best6(row): 
    return numpy.argsort(row)[-6:] 

bestcolumns = best6(columnsums) 
allbestcolumns = map(best6, points) 

bestcolumns現在將包含升序最好的6列。通過類似的邏輯，allbestcolumns將包含每行中最佳的六列。