Python 3.x 根据python矩阵中特定行中的值计算列值

我必须设计一个函数，该函数可以在考虑引用行的情况下计算具有相同值（每列）的行数

每行的结果数组将为

mat = [ [1,3,5,7], [1,2,5,7], [8,2,3,4] ]

矩阵矩阵的每一行都是用户，每一列都是用户在定义的时间单位中的位置标记。因此，我必须计算每个定义的时间（即列）有多少用户共享同一位置

---

我尝试使用numpy count_nonzero函数，但它需要一个条件，即我无法在所有引用行中分布。有一个简单的解决方案，即1）计算每列中的元素数，2）使用该计数构建另一个列表

从集合导入计数器
mat=[[1,3,5,7]，[1,2,5,7]，[8,2,3,4]]
col_计数=[拉链（*mat）中col的计数器（col）]
结果=[[count[cell]表示单元格，count in zip（行，列计数）]表示mat中的行]

结果是：

row0 = [2,1,2,2]
row1 = [2,2,2,2]
row3 = [1,2,1,1]

请注意，在第一行

[1,3,5,7]

中，元素

3

对应于

1

而不是零，因为第二列

[3,2,2]

中正好有一个

3

一个稍微轻一点的解决方案（一次只使用一个计数器），我还逐行详细介绍了转换，以便更容易理解：

def行数（mat）：
def行_变换（行）：
计数=计数器（行）
返回[第行中e的计数[e]
马特=拉链（*mat）
马特计数=贴图（行变换，马特）
返回邮政编码（*matT_count）

---

如果您需要一个列表，那么您可以调用

list（row\u count（mat））

如果您只需要迭代您的行，那么您可以对row\u count（mat）中的行执行

：

并且它将为您节省更多内存（一次只实例化一行）

一个简单的矢量化解决方案是使用

[[2, 1, 2, 2], [2, 2, 2, 2], [1, 2, 1, 1]]

64x8640矩阵的计时：

mat = np.array([
    [1,3,5,7],
    [1,2,5,7],
    [8,2,3,4]
])

tmp = mat + np.arange(mat.shape[1]) * np.max(mat)
np.bincount(tmp.ravel())[tmp]
# array([[2, 1, 2, 2],
#        [2, 2, 2, 2],
#        [1, 2, 1, 1]])

---

下面是一个使用'argsort'的

numpy

解决方案。这可以处理非整数项：

# 4 ms ± 300 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

多快

import numpy as np

def count_per_col(a):
    o = np.argsort(a, 0)
    ao = np.take_along_axis(a, o, 0)
    padded = np.ones((ao.shape[1], ao.shape[0]+1), int)
    padded[:, 1:-1] = np.diff(ao, axis=0).T
    i, j = np.where(padded)
    j = np.maximum(np.diff(j), 0)
    J = j.repeat(j)
    out = np.empty(a.shape, int)
    np.put_along_axis(out, o, J.reshape(out.shape[::-1]).T, 0)
    return out

mat = np.array([[1,3,5,7], [1,2,5,7], [8,2,3,4]])

count_per_col(mat)
# array([[2, 1, 2, 2],
#        [2, 2, 2, 2],
#        [1, 2, 1, 1]])

---

非常感谢。输入中的同一行中是否有重复项？

from timeit import timeit

large = np.random.randint(0, 100, (100, 10000))
large = np.random.random(100)[large]

timeit(lambda: count_per_col(large), number=10)/10
# 0.1332556433044374