2

这是我在 Python 2.7 中尝试使用 Numpy 做的事情。a假设我有一个由以下定义的数组：

a = np.array([[1,3,3],[4,5,6],[7,8,1]])

我可以做a.argmax(0)或a.argmax(1)得到行/列明智的argmax：

a.argmax(0)
Out[329]: array([2, 2, 1], dtype=int64)
a.argmax(1)
Out[330]: array([1, 2, 1], dtype=int64)

但是，当在 的第一行中存在平局时a，我希望在平局之间随机决定 argmax（默认情况下，只要在 argmax 或 argmin 中出现平局，Numpy 就会返回第一个元素）。

去年，有人提出了一个关于随机解决 Numpy argmax/argmin ties 的问题：Select One Element in Each Row of a Numpy Array by Column Indices

但是，该问题针对的是一维数组。在那里，投票最多的答案对此很有效。还有第二个答案试图解决多维数组的问题但不起作用 - 即它不返回，对于每一行/列，最大值的索引与随机解决的关系。

既然我正在使用大型阵列，那么最有效的方法是什么？

4

3 回答 3

4

一种简单的方法是在开始时为所有值添加一个小的随机数，因此您的数据将如下所示：

a = np.array([[1.1827,3.1734,3.9187],[4.8172,5.7101,6.9182],[7.1834,8.5012,1.9818]])

这可以通过a = a + np.random.random(a.shape).

如果您稍后需要取回原始值，您可以a.astype(int)删除小数部分。

于 2018-08-19T06:08:43.703 回答
3

每组选择一个的通用案例解决方案

为了解决从指定选择范围的数字列表/数组中选择随机数的一般情况，我们将使用创建统一 rand 数组的技巧，添加由间隔长度指定的偏移量，然后执行argsort. 实现看起来像这样 -

def random_num_per_grp(L):
    # For each element in L pick a random number within range specified by it
    r1 = np.random.rand(np.sum(L)) + np.repeat(np.arange(len(L)),L)
    offset = np.r_[0,np.cumsum(L[:-1])]
    return r1.argsort()[offset] - offset

示例案例 -

In [217]: L = [5,4,2]

In [218]: random_num_per_grp(L) # i.e. select one per [0-5,0-4,0-2]
Out[218]: array([2, 0, 1])

因此，输出将具有与输入相同数量的元素，L并且第一个输出元素将是 in [0,5)，第二个 in[0,4)等等。

在这里解决我们的问题

为了解决我们这里的情况，我们将使用修改后的版本（特别是在 func 末尾删除偏移量删除部分，如下所示 -

def random_num_per_grp_cumsumed(L):
    # For each element in L pick a random number within range specified by it
    # The final output would be a cumsumed one for use with indexing, etc.
    r1 = np.random.rand(np.sum(L)) + np.repeat(np.arange(len(L)),L)
    offset = np.r_[0,np.cumsum(L[:-1])]
    return r1.argsort()[offset]

方法#1

一种解决方案可以像这样使用它 -

def argmax_per_row_randtie(a):
    max_mask = a==a.max(1,keepdims=1)
    m,n = a.shape
    all_argmax_idx = np.flatnonzero(max_mask)
    offset = np.arange(m)*n
    return all_argmax_idx[random_num_per_grp_cumsumed(max_mask.sum(1))] - offset

确认

让我们在给定的样本上进行大量的运行测试，并计算每行每个索引的出现次数

In [235]: a
Out[235]: 
array([[1, 3, 3],
       [4, 5, 6],
       [7, 8, 1]])

In [225]: all_out = np.array([argmax_per_row_randtie(a) for i in range(10000)])

# The first element (row=0) should have similar probabilities for 1 and 2
In [236]: (all_out[:,0]==1).mean()
Out[236]: 0.504

In [237]: (all_out[:,0]==2).mean()
Out[237]: 0.496

# The second element (row=1) should only have 2
In [238]: (all_out[:,1]==2).mean()
Out[238]: 1.0

# The third element (row=2) should only have 1
In [239]: (all_out[:,2]==1).mean()
Out[239]: 1.0

方法#2：masking用于性能

我们可以利用masking并因此避免这种flatnonzero情况，目的是获得性能，因为使用布尔数组通常是这样。此外，我们将概括为涵盖行（axis = 1）和列（axis = 0），以给自己一个修改后的，像这样 -

def argmax_randtie_masking_generic(a, axis=1): 
    max_mask = a==a.max(axis=axis,keepdims=True)
    m,n = a.shape
    L = max_mask.sum(axis=axis)
    set_mask = np.zeros(L.sum(), dtype=bool)
    select_idx = random_num_per_grp_cumsumed(L)
    set_mask[select_idx] = True
    if axis==0:
        max_mask.T[max_mask.T] = set_mask
    else:
        max_mask[max_mask] = set_mask
    return max_mask.argmax(axis=axis)

样本运行axis=0和axis=1-

In [423]: a
Out[423]: 
array([[1, 3, 3],
       [4, 5, 6],
       [7, 8, 1]])
In [424]: argmax_randtie_masking_generic(a, axis=1)
Out[424]: array([1, 2, 1])

In [425]: argmax_randtie_masking_generic(a, axis=1)
Out[425]: array([2, 2, 1])

In [426]: a[1,1] = 8

In [427]: a
Out[427]: 
array([[1, 3, 3],
       [4, 8, 6],
       [7, 8, 1]])

In [428]: argmax_randtie_masking_generic(a, axis=0)
Out[428]: array([2, 1, 1])

In [429]: argmax_randtie_masking_generic(a, axis=0)
Out[429]: array([2, 1, 1])

In [430]: argmax_randtie_masking_generic(a, axis=0)
Out[430]: array([2, 2, 1])
于 2018-08-19T06:33:33.917 回答
1

您可以使用与输入形状相同的随机数数组，但屏蔽该数组以仅留下候选对象以供选择。

import numpy as np

def rndArgMax(a, axis):
    a_max = a.max(axis, keepdims=True)
    tmp = np.random.random(a.shape) * (a == a_max)
    return tmp.argmax(axis)

a = np.random.randint(0, 3, size=(2, 3, 4))
print(rndArgMax(a, 1))
# array([[1, 1, 2, 1],
#        [0, 1, 1, 1]])
于 2018-08-19T16:09:50.917 回答