私はPythonには新しく、Matricesを扱う際の問題に直面しています。Pythonで行列を扱う
私が行列を持っている、のは今
A = [1 0 0 2; 3 3 3 2; 3 3 0 2; 3 4 4 4]
を言わせて、私は行列に最大回数を繰り返される要素を除いて、ゼロに等しい行列のすべての要素を作りたいです。 （この場合は3です）。
だから、期待される結果は、誰もがこのためのPythonコードで私を助けることができる場合、それは本当に参考になる、
B = [0 0 0 0; 3 3 3 0; 3 3 0 0;3 0 0 0]
です。
これは、MATLABの構文で、 numpyでない：
np.matrixしかし
A = [1 0 0 2; 3 3 3 2; 3 3 0 2; 3 4 4 4]
はでそれをエミュレート：
In [172]: A = np.matrix('1 0 0 2; 3 3 3 2; 3 3 0 2; 3 4 4 4')
In [173]: A
Out[173]:
matrix([[1, 0, 0, 2],
[3, 3, 3, 2],
[3, 3, 0, 2],
[3, 4, 4, 4]])
あなたの仕事は2倍、最も頻繁要素、その後、他のすべてを置き換える知見です。どちらのアクションも、行列が2次元であるか、または配列ではなくmatrixであるかによって異なります。
In [174]: A1=A.A1
In [175]: A1
Out[175]: array([1, 0, 0, 2, 3, 3, 3, 2, 3, 3, 0, 2, 3, 4, 4, 4])
np.unique私たちの周波数カウントを与えることができますので、我々は（uniqueは1Dが必要）で最も頻度の高い値を微ことができます。
In [179]: u,c = np.unique(A1, return_counts=True)
In [180]: u
Out[180]: array([0, 1, 2, 3, 4])
In [181]: c
Out[181]: array([3, 1, 3, 6, 3])
In [182]: np.argmax(c)
Out[182]: 3
In [183]: u[np.argmax(c)]
Out[183]: 3
私はDivakarがscipymodeの代わりに使用することを驚いていますunique。彼はuniqueを使うことの専門家の一員です。 :)
Divakarのnp.whereの使用は、置換を実行する最も簡単な方法です。ちょうどそれの楽しみのため
は、ここではマスクされた配列のアプローチです：
In [196]: np.ma.MaskedArray(A, A!=3)
Out[196]:
masked_matrix(data =
[[-- -- -- --]
[3 3 3 --]
[3 3 -- --]
[3 -- -- --]],
mask =
[[ True True True True]
[False False False True]
[False False True True]
[False True True True]],
fill_value = 999999)
In [197]: _.filled(0)
Out[197]:
matrix([[0, 0, 0, 0],
[3, 3, 3, 0],
[3, 3, 0, 0],
[3, 0, 0, 0]])
またはインプレース変更：
In [199]: A[A!=3] = 0
In [200]: A
Out[200]:
matrix([[0, 0, 0, 0],
[3, 3, 3, 0],
[3, 3, 0, 0],
[3, 0, 0, 0]])
Scipy's modeを使用してaxisをNoneに設定して、配列全体で最も多く発生する番号を取得します。その数を入力配列と比較するとマスクが得られます。マスクを使用すると、残りの要素を入力配列/最も発生している数値と要素ごとの乗算で0に設定したり、np.whereを使用して選択したりできます。
したがって、1つのアプローチは、あろう -
from scipy.stats import mode
most_occ_num = mode(A, axis=None)[0][0]
out = most_occ_num*(A==most_occ_num)
np.where有するアレイ出力のために -
out = np.where(A==most_occ_num,A,0)
サンプルラン -
In [129]: A = np.matrix([[1, 0 ,0 ,2],[ 3, 3, 3, 2],[ 3 ,3 ,0 ,2],[ 3 ,4 ,4 ,4]])
In [140]: A
Out[140]:
matrix([[1, 0, 0, 2],
[3, 3, 3, 2],
[3, 3, 0, 2],
[3, 4, 4, 4]])
In [141]: most_occ_num = mode(A, axis=None)[0][0]
In [142]: most_occ_num*(A==most_occ_num)
Out[142]:
matrix([[0, 0, 0, 0],
[3, 3, 3, 0],
[3, 3, 0, 0],
[3, 0, 0, 0]])
In [143]: np.where(A==most_occ_num,A,0)
Out[143]:
array([[0, 0, 0, 0],
[3, 3, 3, 0],
[3, 3, 0, 0],
[3, 0, 0, 0]])
純粋なPythonのアプローチ：
counts = [[x.count(i) for i in x] for x in A]
B = [[n if x.count(n) == max(counts[i]) else 0 for n in x ] for (i, x) in enumerate(A)]
、それを平ら：
その後flat = A.flatten[0]
# flat = [1, 0, 0, 2, .. ]
、リストのモードを見つける：
をなしモードを置き換える：
B = A.copy()
B[B != mode] = 0
np.unique' 'に良いコール、numpyのにこだわります！ – Divakar
ありがとうhpaulj、これは非常に有用でした。私はMatlabで作業しており、Pythonも試してみるべきだと決めました。ご支援ありがとうございます。 –