Numpy argmax - 随机打破平局答案

【问题标题】：Numpy argmax - random tie breakingNumpy argmax - 随机打破平局
【发布时间】：2022-05-04 23:12:14
【问题描述】：

在numpy.argmax 函数中，多个最大元素之间的平局是为了返回第一个元素。是否有随机抽签的功能，以便所有最大数字都有相同的机会被选中？

以下是直接来自 numpy.argmax 文档的示例。

>>> b = np.arange(6)
>>> b[1] = 5
>>> b
array([0, 5, 2, 3, 4, 5])
>>> np.argmax(b) # Only the first occurrence is returned.
1

我正在寻找方法使列表中的第 1 个和第 5 个元素以相等的概率返回。

谢谢！

【问题讨论】：

标签： python numpy

【解决方案1】：

使用np.random.choice -

np.random.choice(np.flatnonzero(b == b.max()))

让我们验证一个包含三个最大候选者的数组 -

In [298]: b
Out[298]: array([0, 5, 2, 5, 4, 5])

In [299]: c=[np.random.choice(np.flatnonzero(b == b.max())) for i in range(100000)]

In [300]: np.bincount(c)
Out[300]: array([    0, 33180,     0, 33611,     0, 33209])

【讨论】：

如果你有浮点数而不是整数，你可能想用np.isclose(b, b.max())替换b == b.max()
arr.max() 可以替换为 np.max(arr) 以明确涉及 numpy 数组
慢了大约三倍！

【解决方案2】：

在多维数组的情况下，choice 将不起作用。

另一种选择是

def randargmax(b,**kw):
  """ a random tie-breaking argmax"""
  return np.argmax(np.random.random(b.shape) * (b==b.max()), **kw)

如果由于某种原因生成随机浮点数比其他方法慢，random.random 可以替换为其他方法。

【讨论】：

慢了大约 18 倍！

【解决方案3】：

最简单的方法是

np.random.choice(np.where(b == b.max())[0])

【讨论】：

请提供一些解释以及答案。

【解决方案4】：

由于接受的答案可能并不明显，因此它的工作原理如下：

b == b.max() 将返回一个布尔数组，其中项目的最大值为 true，其他项目的值为 false
flatnonzero() 将做两件事：忽略 false 值（非零部分）然后返回 true 值的索引。换句话说，您会得到一个数组，其中包含与最大值匹配的项目索引
最后，从数组中选择一个随机索引

【讨论】：

【解决方案5】：

除了@Manux 的回答，

将b.max() 更改为np.amax(b,**kw, keepdims=True) 可以让您沿轴进行操作。

def randargmax(b,**kw):
    """ a random tie-breaking argmax"""
    return np.argmax(np.random.random(b.shape) * (b==b.max()), **kw)

randargmax(b,axis=None)

【讨论】：

【解决方案6】：

这是@divakar和@shyam-padia对两种主要解决方案的比较：

方法（一）——使用np.where

np.random.choice(np.where(b == b.max())[0])

方法（2） - 使用np.flatnonzero

np.random.choice(np.flatnonzero(b == b.max())

代码

这是我为比较而编写的代码：

def method1(b, bmax,):
    return np.random.choice(np.where(b == bmax)[0])

def method2(b, bmax):
    return np.random.choice(np.flatnonzero(b == bmax))

def time_it(n):
    b = np.array([1.0, 2.0, 5.0, 5.0, 0.4, 0.1, 5.0, 0.3, 0.1])
    bmax = b.max()

    start = time.perf_counter()
    for i in range(n):
        method1(b, bmax)
    elapsed1 = time.perf_counter() - start
    start = time.perf_counter() 
    for i in range(n):
        method2(b, bmax)
    elapsed2 = time.perf_counter() - start

    print(f'method1 time: {elapsed1} - method2 time: {elapsed2}')
    return elapsed1, elapsed2

结果

下图显示了运行[100, 1000, 10000, 100000, 1000000] 迭代的每个方法的计算时间，其中 x 轴表示迭代次数，y 轴以秒为单位显示时间。可以看出，当迭代次数增加时，np.where 的性能优于np.flatnonzero。请注意，x 轴具有对数刻度。

为了显示这两种方法在较低迭代中的比较情况，我们可以通过将 y 轴设为对数刻度来重新绘制先前的结果。我们可以看到np.where 总是比np.flatnonzero 好。

【讨论】：