Блог

У меня есть массив как таковой:

 myarray = [['a', 'b', 'c'],
           ['b', 'c', 'd'],
           ['c', 'd', 'e']]
 

И для этого np.unique(myarray, return_counts=True) работает потрясающе и дает мне желаемый результат. Однако затем я хотел бы применить его строка за строкой, и чтобы он мог сообщить мне, что в строке № 1 значения d и e равны 0.

На данный момент я пытался добавлять их в строку массива каждую итерацию во время цикла for, а затем вычитать 1 для каждого счета, но даже это меня смущает. Я пробовал эти два решения:

 for i in range(mylen):
    unique, counts = np.unique(np.array([list(myarray[i]), 'a', 'b', 'c', 'd', 'e']), return_counts=True) # attempt 1
    unique, counts = np.unique(np.vstack((myarray[i], 'a', 'b', 'c', 'd', 'e')), return_counts=True) # attempt 2
 

Но ни то, ни другое не работает. У кого-нибудь есть элегантное решение? Это будет использоваться для тысяч, возможно, миллионов значений, поэтому время вычисления имеет некоторое отношение к обсуждению.

Вы можете использовать np.unique с return_inverse=True , чтобы получить то, что вы хотите:

 letters, inv = np.unique(myarray, return_inverse=True)
inv = inv.reshape(myarray.shape)
 

inv это сейчас

 array([[0, 1, 2],
       [1, 2, 3],
       [2, 3, 4]], dtype=int64)
 

Вы можете получить количество всех уникальных элементов в одной строке:

 >>> (inv == np.arange(len(letters)).reshape(-1, 1, 1)).sum(-1)
array([[1, 0, 0],
       [1, 1, 0],
       [1, 1, 1],
       [0, 1, 1],
       [0, 0, 1]])
 

Первое измерение соответствует букве в letters , второе-номеру строки, так sum(-1) как суммы по столбцам. Вы можете получить подсчеты для столбцов, используя sum(1) вместо этого. В вашем симметричном примере результат будет идентичным.

Никакого зацикливания, никакого np.apply_along_axis (что является прославленным циклом), все векторизовано. Вот краткий временной тест:

 np.random.seed(42)
myarray = np.random.choice(list(string.ascii_lowercase), size=(100, 100))

def Epsi95(arr):
    uniques = np.unique(arr)
    def fun(x):
        base_dict = dict(zip(uniques, [0]*uniques.shape[0]))
        base_dict.update(dict(zip(*np.unique(x, return_counts=True))))
        return [i[-1] for i in sorted(base_dict.items())]
    return np.apply_along_axis(fun, 1, arr)

def MadPhysicist(myarray):
    letters, inv = np.unique(myarray, return_inverse=True)
    inv = inv.reshape(myarray.shape)
    return (inv == np.arange(len(letters)).reshape(-1, 1, 1)).sum(-1)    

%timeit Epsi95(myarray)
6.37 ms ± 26.8 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit MadPhysicist(myarray)
1.28 ms ± 6.85 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
 

 myarray = [['a', 'b', 'c'],
           ['b', 'c', 'd'],
           ['c', 'd', 'e']]

arr = np.array(myarray)

uniques = np.unique(arr)

def fun(x):
    base_dict = dict(zip(uniques, [0]*uniques.shape[0]))
    base_dict.update(dict(zip(*np.unique(x, return_counts=True))))
    return [i[-1] for i in sorted(base_dict.items())]

np.apply_along_axis(fun, 1, arr)

# array([[1, 1, 1, 0, 0], # a=1 b=1 c=1 d=0 e=0
#        [0, 1, 1, 1, 0],
#        [0, 0, 1, 1, 1]], dtype=int64)
 

Вы можете выполнить итерацию по строкам списка, а затем по уникальным значениям всего набора. Приведу пример ниже, и его можно использовать для вставки элементов в словарь или любую другую структуру по вашему выбору.

Пример:

 import numpy as np

myarray = [['a', 'b', 'c'],
           ['b', 'c', 'd'],
           ['c', 'd', 'e']]

uniq = np.unique(np.array(myarray))

for idx, row in enumerate(myarray):
    for x in uniq:
        print(f"Row {idx} Element ({x}) Count: {row.count(x)}")
 

Выход:

 Row 0 Element (a) Count: 1
Row 0 Element (b) Count: 1
Row 0 Element (c) Count: 1
Row 0 Element (d) Count: 0
Row 0 Element (e) Count: 0
Row 1 Element (a) Count: 0
Row 1 Element (b) Count: 1
Row 1 Element (c) Count: 1
Row 1 Element (d) Count: 1
Row 1 Element (e) Count: 0
Row 2 Element (a) Count: 0
Row 2 Element (b) Count: 0
Row 2 Element (c) Count: 1
Row 2 Element (d) Count: 1
Row 2 Element (e) Count: 1
 

Чтобы использовать список словарей для каждой строки:

 import numpy as np

myarray = [['a', 'b', 'c'],
           ['b', 'c', 'd'],
           ['c', 'd', 'e']]

uniq = np.unique(np.array(myarray))
row_vals = []

for idx, row in enumerate(myarray):
    dict = {}
    for x in uniq:
        dict[x] = row.count(x)
    row_vals.append(dict)

for r in row_vals:
    print(r)
 

Выход:

 {'a': 1, 'b': 1, 'c': 1, 'd': 0, 'e': 0}
{'a': 0, 'b': 1, 'c': 1, 'd': 1, 'e': 0}
{'a': 0, 'b': 0, 'c': 1, 'd': 1, 'e': 1}