python - 如何在没有for循环的稀疏矩阵中随机选择每行一个非零元素

Question

我有一个大的稀疏矩阵，它的每一行都包含多个非零元素，例如

a = np.array([[1, 1,0,0,0,0], [2,0, 1,0,2,0], [3,0,4,0,0, 3]])

我希望能够在没有 for 循环的情况下每行随机选择一个非零元素。有什么好的建议吗？作为输出，我对所选元素的索引比它的值更感兴趣。

Answer 1

用numpyarray 如：

arr = np.array([5, 2, 6, 0, 2, 0, 0, 6])

你可以做arr != 0，这将给出一个True/Falsearray的通过条件的值，所以在我们的例子中，这些值不等于 (@987654328 @) 到0。所以：

array([ True,  True,  True, False,  True, False, False,  True], dtype=bool)

从这里，我们可以通过 'index' arr 使用 boolean array arr[arr != 0] 这给了我们：

array([5, 2, 6, 2, 6])

既然我们有办法从numpy array 中删除non-zero 值，我们可以在a array 中的每个row 上执行一个简单的list comprehension。对于每个row，我们删除zeros，然后对array 执行random.choice。因此：

np.array([np.random.choice(r[r!=0]) for r in a])

它会返回一个 length 3 数组，其中包含 a 中每个 row 中的 random non-zero 项。 :)

希望这会有所帮助！

更新

如果您想要random 中non-zero 数字中的indexes array，可以使用.nonzero()。

如果我们有这个array:

arr = np.array([5, 2, 6, 0, 2, 0, 0, 6])

我们可以做到：

arr.nonzero()

这给出了indexes 的non-zero 的tuple elements：

(array([0, 1, 2, 4, 7]),)

和以前一样，我们可以在list-comprehension 中使用这个和np.random.choice() 来产生随机的indexes：

a = np.array([[1, 1, 0, 0, 0, 0], [2, 0, 1, 0, 2, 0], [3, 0, 4, 0, 0, 3]])

np.array([np.random.choice(r.nonzero()[0]) for r in a])

它返回 [x, y, z] 形式的 array，其中 x、y 和 z 是 random indexes 的 non-zero 元素来自它们对应的 rows。

例如一个结果可能是：

array([1, 4, 2])

如果您希望它也返回 rows，您可以在 a 的长度上添加一个 numpy.arrange() 调用，以获得 array 的 row 数字：

([np.arange(len(a))], np.array([np.random.choice(r.nonzero()[0]) for r in a]))

因此，random 输出示例可能是：

([array([0, 1, 2])], array([1, 2, 5]))

a 为：

array([[1, 1, 0, 0, 0, 0],
       [2, 0, 1, 0, 2, 0],
       [3, 0, 4, 0, 0, 3]])

希望这能满足你的需求:)