Блог

У меня есть список длиной 50, заполненный массивами длиной 5. Я пытаюсь вычислить расстояние между каждым массивом в списке и обновить массив numpy значениями.

Вычисление расстояния просто извлекает квадратный корень из суммы квадратов расстояния между каждым элементом в массивах.

Когда я пытаюсь:

 primaryCustomer = np.zeros(shape = (50,50))

for customer in range(0,50):
  for pair in range(0,50):
    thisCustomer = [0 for i in range(51)]
    if customer == pair:
      thisCustomer[pair] = 999
    else:

      calculateScores = (((Customer[customer][0]-Customer[pair][0])**2 
                              (Customer[customer][1]-Customer[pair][1])**2 
                              (Customer[customer][2]-Customer[pair][2])**2 
                              (Customer[customer][3]-Customer[pair][3])**2 
                              (Customer[customer][4]-Customer[pair][4])**2 )**(0.5))
      thisCustomer[pair] = calculateScores
  np.append(primaryCustomer, thisCustomer)
  

происходит пара вещей:

• Последняя итерация этого пользователя возвращает список всех нулей, за исключением последнего элемента 999 (соответствующего части ‘if’ инструкции выше). Итак, я знаю, что он может обновить список, но он не делает этого в части ‘else’.
• Я хочу, чтобы массив ‘primaryCustomer’ обновлялся с указанием клиента в качестве индекса и всех вычисленных значений с каждой парой в качестве значений строк, но, похоже, он вообще не обновляется

Любые изменения, которые я делаю, например, пытаясь обрабатывать этого пользователя в цикле как массив вместо списка и добавлять к нему, в конечном итоге исправляют одну область, но еще хуже портят другие.

Вот как я получаю данные клиента:

 Customer = [[0,0,0,0,0] for i in range(51)]

for n in range(51):
  Customer[n] = np.ones(5)
  Customer[n][randint(2,4):5] = 0
  np.random.shuffle(Customer[n])
  

Я знаю, что могут быть пакетные способы сделать это, но я пытаюсь понять, как такие вещи, как KNN, работают в фоновом режиме, поэтому я хотел бы продолжить выяснять логику в циклах, подобных описанному выше. Помимо этого, любая помощь была бы высоко оценена.

Я думаю, что это то, к чему вы стремитесь, но поправьте меня, если я ошибаюсь:

 import numpy as np
from random import randint

Customer = [[0, 0, 0, 0, 0] for i in range(51)]

for n in range(51):
    Customer[n] = np.ones(5)
    Customer[n][randint(2, 4):5] = 0
    np.random.shuffle(Customer[n])

primaryCustomer = np.zeros(shape=(50, 50))

for customer in range(0, 50):
    thisCustomer = [0 for i in range(51)]
    for pair in range(0, 50):
        if customer == pair:
            primaryCustomer[customer][pair] = 999
        else:
            calculateScores = (((Customer[customer][0] - Customer[pair][0]) ** 2
                                    (Customer[customer][1] - Customer[pair][1]) ** 2
                                    (Customer[customer][2] - Customer[pair][2]) ** 2
                                    (Customer[customer][3] - Customer[pair][3]) ** 2
                                    (Customer[customer][4] - Customer[pair][4]) ** 2) ** 0.5)
            primaryCustomer[customer][pair] = calculateScores

print(primaryCustomer)
  

Я думаю, что основной проблемой, которую я обнаружил в ваших циклах, было расположение thisCustomer = [0 for i in range(51)] , я думаю, вы хотели поднять его еще на один уровень, как в моем. Я не вижу никакой необходимости в этой строке, хотя и изменил ее thisCustomer[pair] для прямой записи в primaryCustomer[customer][pair] вместо этого, тем самым сводя на нет необходимость в thisCustomer = [0 for i in range(51)] каждом цикле, что ускорило бы вашу программу и улучшило использование памяти за счет полного удаления строки.

Пример вывода:

[[999. 2.23606798 1. … 2. 0.
1.73205081]
[ 2.23606798 999. 2. … 1. 2.23606798
1.41421356]
[ 1. 2. 999. … 1.73205081 1.
2. ]
…
[ 2. 1. 1.73205081 … 999. 2.
1.73205081]
[ 0. 2.23606798 1. … 2. 999.
1.73205081]
[ 1.73205081 1.41421356 2. … 1.73205081 1.73205081
999. ]]

Пара вещей, на которые следует обратить внимание в первую очередь.

• primaryCustomer[a][b] = primaryCustomer[b][a] потому что вы используете метрику расстояния. Это означает, что диапазоны в ваших двух циклах for могут быть сброшены:

     numCustomers = 51
    primaryCustomer = np.zeros(shape = (numCustomers, numCustomers))
    for customerA in range(numCustomers-1):
        for customerB in range(customerA 1, numCustomers):
            primaryCustomer[customerA][customerB] = dist(customerA,customerB)
    primaryCustomer  = np.transpose(primaryCustomer)
  

Примечание * вы можете изменить диапазон второго цикла for, чтобы он также начинался с 0, чтобы сохранить исходную структуру цикла, но тогда вам нужно будет удалить строку переноса. Вы также можете иметь
primaryCustomer[a][b] = primaryCustomer[b][a] = dist(a,b) если вы предпочитаете не использовать транспонирование, но все же избегаете ненужных вычислений.

• primaryCustomer = np.zeros(shape = (50,50)) Я предполагаю, что он предназначен для хранения расстояния между двумя клиентами. Однако, похоже, у вас 51 клиент, а не 50?
• Вам следует подумать о вычислении расстояний более общим способом. т. Е. Как вы могли бы заставить вычисление расстояния работать независимо от размера списка?
• Почему вы создаете начальный 2D-массив из 0 для хранения расстояния, а затем добавляете к нему? Создание thisCustomer списка не кажется необходимым, и фактически решение, опубликованное Reedinationer, инициализирует его, но даже никогда не использует. Кроме того, как кто-то уже заявил, это не так np.append работает. Вам лучше всего изменить матрицу расстояний, которую вы создали изначально, напрямую.
• Почему primaryCustomer[a][a] = 999 ? Разве расстояние между списком и самим собой не должно быть равно 0? Если вы действительно хотите, чтобы это было 999, я рекомендую вам выяснить, как изменить приведенный выше блок кода, чтобы учесть это.