这是一个辅助函数,
n-largest可使用
np.argpartition和
np.take_along_axis-从通用ndarray沿通用轴选择顶部索引。
def take_largest_indices_along_axis(ar, n, axis): s = ar.ndim*[slice(None,None,None)] s[axis] = slice(-n,None,None) idx = np.argpartition(ar, kth=-n, axis=axis)[tuple(s)] sidx = np.take_along_axis(ar,idx, axis=axis).argsort(axis=axis) return np.flip(np.take_along_axis(idx, sidx, axis=axis),axis=axis)
扩展它以获得n个最小的索引-
def take_smallest_indices_along_axis(ar, n, axis): s = ar.ndim*[slice(None,None,None)] s[axis] = slice(None,n,None) idx = np.argpartition(ar, kth=n, axis=axis)[tuple(s)] sidx = np.take_along_axis(ar,idx, axis=axis).argsort(axis=axis) return np.take_along_axis(idx, sidx, axis=axis)
并扩展这些
n元素以选择最大或最小的元素本身,将使用下面
np.take_along_axis列出的简单用法-
def take_largest_along_axis(ar, n, axis): idx = take_largest_indices_along_axis(ar, n, axis) return np.take_along_axis(ar, idx, axis=axis)def take_smallest_along_axis(ar, n, axis): idx = take_smallest_indices_along_axis(ar, n, axis) return np.take_along_axis(ar, idx, axis=axis)
样品运行
# Sample setupIn [200]: np.random.seed(0) ...: ar = np.random.randint(0,99,(5,5))In [201]: arOut[201]: array([[44, 47, 64, 67, 67], [ 9, 83, 21, 36, 87], [70, 88, 88, 12, 58], [65, 39, 87, 46, 88], [81, 37, 25, 77, 72]])
n沿轴取最大索引,元素-
In [202]: take_largest_indices_along_axis(ar, n=2, axis=0)Out[202]: array([[4, 2, 2, 4, 3], [2, 1, 3, 0, 1]])In [203]: take_largest_indices_along_axis(ar, n=2, axis=1)Out[203]: array([[4, 3], [4, 1], [2, 1], [4, 2], [0, 3]])In [251]: take_largest_along_axis(ar, n=2, axis=0)Out[251]: array([[81, 88, 88, 77, 88], [70, 83, 87, 67, 87]])In [252]: take_largest_along_axis(ar, n=2, axis=1)Out[252]: array([[67, 67], [87, 83], [88, 88], [88, 87], [81, 77]])
n沿轴取最小的索引,元素-
In [232]: take_smallest_indices_along_axis(ar, n=2, axis=0)Out[232]: array([[1, 4, 1, 2, 2], [0, 3, 4, 1, 0]])In [233]: take_smallest_indices_along_axis(ar, n=2, axis=1)Out[233]: array([[0, 1], [0, 2], [3, 4], [1, 3], [2, 1]])In [253]: take_smallest_along_axis(ar, n=2, axis=0)Out[253]: array([[ 9, 37, 21, 12, 58], [44, 39, 25, 36, 67]])In [254]: take_smallest_along_axis(ar, n=2, axis=1)Out[254]: array([[44, 47], [ 9, 21], [12, 58], [39, 46], [25, 37]])
在这里解决我们的情况
对于我们的情况,假设输入
similarities的形状是,并且
(1000,128)表示1000个数据点和128个要素,并且我们要
n=10为每个数据点寻找最大的说要素,那么它将是-
take_largest_indices_along_axis(similarities, n=10, axis=1) # indicestake_largest_along_axis(similarities, n=10, axis=1) # elements
最终的索引/值数组将为shape
(1000, n)。
以给定的数据集形状运行样本-
In [257]: np.random.seed(0) ...: similarities = np.random.randint(0,99,(1000,128))In [263]: take_largest_indices_along_axis(similarities, n=10, axis=1).shapeOut[263]: (1000, 10)In [264]: take_largest_along_axis(similarities, n=10, axis=1).shapeOut[264]: (1000, 10)
相反,如果您希望获得
n每个功能的最大数据点,则最终的index / values数组将为shape
(n, 128),请使用
axis=0。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)