计算转换表中的重复序列答案

【问题标题】：Counting repeated sequences in transition table计算转换表中的重复序列
【发布时间】：2021-03-20 21:43:03
【问题描述】：

我正在使用以下函数来生成转换表：

import numpy as np
import pandas as pd
def make_table(allSeq):
 n = max([ max(s) for s in allSeq ]) + 1
 arr = np.zeros((n,n), dtype=int)
 for seq in allSeq:
  ind = (seq[1:], seq[:-1])
  arr[ind] += 1
 return pd.DataFrame(arr).rename_axis(index='Next', columns='Current')

但是，我的结果不正确：

list1 = [1,2,3,4,5,4,5,4,5]
list2 = [4,5,4,5]
make_table([list1, list2])

Current  0  1  2  3  4  5
Next                     
0        0  0  0  0  0  0
1        0  0  0  0  0  0
2        0  1  0  0  0  0
3        0  0  1  0  0  0
4        0  0  0  1  0  2
5        0  0  0  0  2  0

例如，转换 4->5 应计算 5 次，但每个序列仅计算一次 (2)。我知道问题出在arr[ind] += 1 行，但我就是想不通！我是嵌套另一个循环，还是有一种巧妙的方法可以一次添加实例总数？谢谢！

【问题讨论】：

标签： python arrays pandas numpy

【解决方案1】：

想通了！切换到以下：

def make_table(allSeq):
 n = max([ max(s) for s in allSeq ]) + 1
 arr = np.zeros((n,n), dtype=int)
 for seq in allSeq:
  for i,j in zip(seq[1:],seq[:-1]):
   ind = (i,j)
   arr[ind] += 1
 return pd.DataFrame(arr).rename_axis(index='Next', columns='Current')

【讨论】：

【解决方案2】：

另一个循环似乎是最简单的解决方案，使用zip 有点扭曲：

import numpy as np
import pandas as pd
def make_table(allSeq):
    n = max([ max(s) for s in allSeq ]) + 1
    arr = np.zeros((n,n), dtype=int)
    for seq in allSeq:
        ind = zip(seq[1:], seq[:-1])
        for i in ind:
            arr[i] += 1
    return pd.DataFrame(arr).rename_axis(index='Next', columns='Current')
list1 = [1,2,3,4,5,4,5,4,5]
list2 = [4,5,4,5]
make_table([list1, list2])

  Next    0    1    2    3    4    5
------  ---  ---  ---  ---  ---  ---
     0    0    0    0    0    0    0
     1    0    0    0    0    0    0
     2    0    1    0    0    0    0
     3    0    0    1    0    0    0
     4    0    0    0    1    0    3
     5    0    0    0    0    5    0

【讨论】：