删除最小 numpy 数组的 p%答案

【问题标题】：Removing p% of smallest numpy array删除最小 numpy 数组的 p%
【发布时间】：2020-02-28 13:14:09
【问题描述】：

我正在使用 Python 3.7 和 numpy 1.18。我有一个形状为 (28, 28, 3) 的多维 numpy 数组，在这个 np 数组中，我想删除 20% 的最小权重。去除 20% 的最小权重意味着我用 0 掩盖这些数字。

(28, 28, 3) 的 20% = 470.4 = 470（四舍五入后）。

那么，对于这个 np 数组，对于 470 个最小的数字，我怎样才能将它们屏蔽为零？

谢谢！

【问题讨论】：

标签： python-3.x numpy numpy-ndarray

【解决方案1】：

为了性能。效率，我们可以使用np.argpartition -

# a is input ndarray
N = int(np.round(a.size*0.2))
a.flat[np.argpartition(a.flat,kth=N)[:N]] = 0

样例分步运行-

In [91]: np.random.seed(0)

In [92]: a = np.random.randint(10,100,(4,5))

In [93]: a
Out[93]: 
array([[54, 57, 74, 77, 77],
       [19, 93, 31, 46, 97],
       [80, 98, 98, 22, 68],
       [75, 49, 97, 56, 98]])

In [94]: n = 0.2 # ratio of total to be reset

In [95]: N = int(np.round(a.size*n)) # 4

In [96]: a.flat[np.argpartition(a.flat,kth=N)[:N]] = 0
# change 0 to new value to be set, if not zero

In [97]: a
Out[97]: 
array([[54, 57, 74, 77, 77],
       [ 0, 93,  0,  0, 97],
       [80, 98, 98,  0, 68],
       [75, 49, 97, 56, 98]])

或者，我们可以得到阈值，然后比较并分配到掩码中-

In [117]: threshold_val = a.flat[np.argpartition(a.flat,kth=N)[N]]

In [118]: a[a<threshold_val] = 0

In [119]: a
Out[119]: 
array([[54, 57, 74, 77, 77],
       [ 0, 93,  0,  0, 97],
       [80, 98, 98,  0, 68],
       [75, 49, 97, 56, 98]])

或者使用np.percentile -

In [148]: a[a<np.percentile(a,20)] = 0

In [149]: a
Out[149]: 
array([[54, 57, 74, 77, 77],
       [ 0, 93,  0,  0, 97],
       [80, 98, 98,  0, 68],
       [75, 49, 97, 56, 98]])

【讨论】：