查找不相似矩陣對角線

最高值，說我有以下similarity matrix：查找不相似矩陣對角線

matrix = [[100.0, 66.666666666666671, 61.539999999999999, 59.260000000000005, 59.260000000000005, 82.61333333333333, 61.539999999999999, 61.539999999999999, 61.539999999999999, 78.259999999999991], 
[66.666666666666671, 100.0, 91.306666666666672, 87.5, 87.5, 69.233333333333334, 91.306666666666672, 91.306666666666672, 91.306666666666672, 65.386666666666656], 
[61.539999999999999, 91.306666666666672, 100.0, 88.0, 88.0, 70.373333333333335, 91.666666666666671, 91.666666666666671, 100.0, 66.666666666666671], 
[59.260000000000005, 87.5, 88.0, 100.0, 84.620000000000005, 74.079999999999998, 95.833333333333329, 95.833333333333329, 88.0, 64.286666666666662], 
[59.260000000000005, 87.5, 88.0, 84.620000000000005, 100.0, 67.859999999999999, 88.0, 88.0, 88.0, 64.286666666666662], 
[82.61333333333333, 69.233333333333334, 70.373333333333335, 74.079999999999998, 67.859999999999999, 100.0, 76.926666666666662, 76.926666666666662, 76.926666666666662, 87.5], 
[61.539999999999999, 91.306666666666672, 91.666666666666671, 95.833333333333329, 88.0, 76.926666666666662, 100.0, 100.0, 91.666666666666671, 66.666666666666671], 
[61.539999999999999, 91.306666666666672, 91.666666666666671, 95.833333333333329, 88.0, 76.926666666666662, 100.0, 100.0, 91.666666666666671, 66.666666666666671], 
[61.539999999999999, 91.306666666666672, 100.0, 88.0, 88.0, 76.926666666666662, 91.666666666666671, 91.666666666666671, 100.0, 66.666666666666671], 
[78.259999999999991, 65.386666666666656, 66.666666666666671, 64.286666666666662, 64.286666666666662, 87.5, 66.666666666666671, 66.666666666666671, 66.666666666666671, 100.0]]

注意，對角線上的值都爲100.0和上三角等於下三角。

我想查找不在對角線上的五個不同最高值的索引。

對於我這樣做是蠻力方式的時刻：

from collections import defaultdict 
d = defaultdict(list) 
for i in range(len(matrix)): 
    for j in range(len(matrix[i])): 
     d[matrix[i][j]].append((i,j)) 

for value in sorted(d.keys(), reverse=True)[1:6]: 
    print value, d[value]

其中給出：

95.8333333333 [(3, 6), (3, 7), (6, 3), (7, 3)] 
91.6666666667 [(2, 6), (2, 7), (6, 2), (6, 8), (7, 2), (7, 8), (8, 6), (8, 7)] 
91.3066666667 [(1, 2), (1, 6), (1, 7), (1, 8), (2, 1), (6, 1), (7, 1), (8, 1)] 
88.0 [(2, 3), (2, 4), (3, 2), (3, 8), (4, 2), (4, 6), (4, 7), (4, 8), (6, 4), (7, 4), (8, 3), (8, 4)] 
87.5 [(1, 3), (1, 4), (3, 1), (4, 1), (5, 9), (9, 5)]

但是，這是低效的，因爲我經歷了整個矩陣，而我只需要遍歷一半矩陣：爲最高值95.8333333333我只關心指數(3,6)和(3,7)。

有沒有更有效的方法來做到這一點，也許使用numpy？

來源

2012-06-20 BioGeek

還有100.0個元素也不在對角線上！ –

@Antii Haapala Gooed趕上！我也想要這些。 – BioGeek

from heapq import nlargest 
from collections import defaultdict 

d = defaultdict(list) 

for i in xrange(len(matrix)): 
    for j in xrange(i): 
     d[matrix[i][j]].append((i, j)) 

for value, positions in nlargest(5, d.items(), key=lambda item: item[0]): 
    print value, positions

使用的xrange代替範圍僅
環J可I - 1（若i = 0，則內循環從未運行...）
爲高效使用時，不要對列表進行排序，但使用heapq 中的nlargest，因爲它使用堆數據結構。它應該對大矩陣很重要。

來源

2012-06-20 08:29:20

Numpy會更快。

import numpy as np 

m = np.array(matrix) * np.diag(len(matrix)) # set the upper triangle to zero 
for top_value in sorted((np.unique(m)), reverse=True)[1:6]: 
    print top_value, zip(*np.where(m == top_value))

來源

2012-06-20 08:28:20 eumiro

查找不相似矩陣對角線

回答

相關問題