找到一个 numpy 模式向量答案

【问题标题】：Finding a numpy mode vector找到一个 numpy 模式向量
【发布时间】：2017-09-07 18:15:52
【问题描述】：

我有一个单热向量的 numpy 数组。我想找到这些 one-hot 向量的模式。请注意，这并不等同于在值上找到模式。

例如对于

x = [[0,0,0,1],
     [0,0,0,1],
     [0,0,1,0],
     [0,1,0,0],
     [1,0,0,0]]

assert vector_mode(x) == [0,0,0,1]
assert scipy.stats.mode(x) == [0,0,0,0]

使用 numpy/scipy 最有效的方法是什么？

【问题讨论】：

为什么要多出一组括号？
我希望我的列表括号对齐。 =c)
你可能最终不得不lexsort它并找到最长的相等行。
这里的关键是这些是 one-hot 向量。让生活更轻松。
当我们谈到这个话题时，我想指出 scipy.stats.mode 有一个 loop in it 将数组中找到的每个值与整个数组进行比较，这可能会导致非常糟糕的结果具有许多不同值的数组的性能。例如，scipy.stats.mode(range(10**5)) 速度非常慢。

标签： python numpy scipy

【解决方案1】：

我们将one-hot 向量作为2D 输入数组的行来处理。因此，每行的 argmax 对于每个单热向量都是唯一的。得到那些。然后，得到他们的计数。具有最大 argmax 计数的任何行都将是所需的模式行输出。让我们从更多使用argmax 的那些中挑选第一个，最后索引到2D 输入。

因此，一种实现方式 -

idx = np.argmax(x,1)
count = np.bincount(idx)
out = x[(idx==count.argmax()).argmax()]

【讨论】：

【解决方案2】：

如果你的向量是 one-hot，你可以使用 argmax 来获取热点的索引并计算它们的模式：

hot = np.argmax(x, axis=1)
mode = scipy.stats.mode(hot).mode

在这种情况下，mode 是3，这意味着最常见的向量在索引3 中有一个热点。

如果您想将其恢复为 one-hot 向量，您可以这样做：

vec = np.zeros(4)
vec[mode] = 1

【讨论】：