计算 numpy 数组中整数 y 在整数 x 之后出现的频率

Question

我有一个非常大的 numpy.array 整数，其中每个整数都在 [0, 31].

范围内

我想计算，对于[0, 31]范围内的每对整数(a, b)（例如[0, 1], [7, 9], [18, 0]），[0, 1], [7, 9], [18, 0]多久b 紧接在 a.

之后

这会给我一个 (32, 32) 计数矩阵。

我正在寻找一种使用 numpy 执行此操作的有效方法。原始 python 循环会太慢。

Answer 1

您可以将 numpy 的内置 diff 例程与布尔数组一起使用。

import numpy as np    

test_array = np.array([1, 2, 3, 1, 2, 4, 5, 1, 2, 6, 7])
a, b = (1, 2)

sum(np.bitwise_and(test_array[:-1] == a, np.diff(test_array) == b - a))
# 3

如果您的数组是多维的，您需要先将其展平或对上面的代码进行一些小的修改。

Answer 2

这是一种方法...

为了使示例更易于阅读，我将使用最大值 9 而不是 31：

In [178]: maxval = 9

为示例随机输入：

In [179]: np.random.seed(123)

In [180]: x = np.random.randint(0, maxval+1, size=100)

创建结果，初始全0:

In [181]: counts = np.zeros((maxval+1, maxval+1), dtype=int)

现在为每个坐标对加 1，使用 numpy.add.at 确保正确计算重复项：

In [182]: np.add.at(counts, (x[:-1], x[1:]), 1)

In [183]: counts
Out[183]: 
array([[2, 1, 1, 0, 1, 0, 1, 1, 1, 1],
       [2, 1, 1, 3, 0, 2, 1, 1, 1, 1],
       [0, 2, 1, 1, 4, 0, 2, 0, 0, 0],
       [1, 1, 1, 3, 3, 3, 0, 0, 1, 2],
       [1, 1, 0, 1, 1, 0, 2, 2, 2, 0],
       [1, 0, 0, 0, 0, 0, 1, 1, 0, 2],
       [0, 4, 2, 3, 1, 0, 2, 1, 0, 1],
       [0, 1, 1, 1, 0, 0, 2, 0, 0, 3],
       [1, 2, 0, 1, 0, 0, 1, 0, 0, 0],
       [2, 0, 2, 2, 0, 0, 2, 2, 0, 0]])

例如6后面跟1的次数是

In [188]: counts[6, 1]
Out[188]: 4

我们可以用下面的表达式来验证：

In [189]: ((x[:-1] == 6) & (x[1:] == 1)).sum()
Out[189]: 4

计算 numpy 数组中整数 y 在整数 x 之后出现的频率

Count how often integer y occurs right after integer x in a numpy array

python

numpy

frequency

count