Python 遍历一维Numpy数组进行聚类
我有一个一维numpy数组,其中每个元素的值I指向数组中的另一个索引。每个群集中心都有一个唯一的负值(整数值)。目标是将每个元素分配给一个集群 范例Python 遍历一维Numpy数组进行聚类,python,arrays,numpy,traversal,Python,Arrays,Numpy,Traversal,我有一个一维numpy数组,其中每个元素的值I指向数组中的另一个索引。每个群集中心都有一个唯一的负值(整数值)。目标是将每个元素分配给一个集群 范例 # Generated/pre-computed elsewhere a = np.array([6, 8, 1, -1, 0, 3, -2, 4, -3, 10, 5]) 因此,簇中心是元素3、6和8(因为它们具有负值),它们分别被标记为簇-1、-2和-3。那么,自从 a[0] = 6 --> a[6] = -2, 然后可以将[0]指
# Generated/pre-computed elsewhere
a = np.array([6, 8, 1, -1, 0, 3, -2, 4, -3, 10, 5])
因此,簇中心是元素3、6和8(因为它们具有负值),它们分别被标记为簇-1、-2和-3。那么,自从
a[0] = 6 --> a[6] = -2,
然后可以将[0]指定为-2。同样,由于
a[5] = 3 --> a[3] = -1,
然后可以将[5]指定为-1。按照此逻辑,所有元素都可以分配给集群中心。生成的数组将是:
[-2, -3, -3, -1, -2, -1, -2, -2, -3, -1, -1]
我知道如何在纸上实现这一点,但我不知道如何在代码中实现这一点,也不知道如何在numpy中使用矢量化代码
更新:根据unutbu下面的回答,我将while循环替换为for循环,以避免无休止的while循环:
a = np.array([6, 8, 1, -1, 0, 3, -2, 4, -3, 10, 5])
for i in range(len(a)):
mask = a >= 0
if not mask.any(): break
a[mask] = a[a[mask]]
我们不知道找到集群中心需要多少“跳跃”。因此,我们必须进行一些迭代,并检查我们是否已到达群集中心:
import numpy as np
a = np.array([6, 8, 1, -1, 0, 3, -2, 4, -3, 10, 5])
for i in a:
mask = a>=0
# We can stop when all the values in `a` are negative
if not mask.any(): break
# perform a hop
a[mask] = a[a[mask]]
print(a)
屈服
[-2 -3 -3 -1 -2 -1 -2 -2 -3 -1 -1]
要了解发生了什么,可以更清楚地看到
a的一个更简单的值:
a = np.arange(-1, 10)
print(a)
for i in a:
mask = a>=0
# We can stop when all the values in `a` are negative
if not mask.any(): break
# perform a hop
a[mask] = a[a[mask]]
print(a)
印刷品
[-1 0 1 2 3 4 5 6 7 8 9]
[-1 -1 0 1 2 3 4 5 6 7 8]
[-1 -1 -1 -1 0 1 2 3 4 5 6]
[-1 -1 -1 -1 -1 -1 -1 -1 0 1 2]
[-1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1]
在这里,我们可以清楚地看到每个索引处的值(即
产量)正在下降。您可能期望值减少1,但是
事实上,由于
以前啤酒花的效果
更一般地说,让G
成为跳到同一集群的索引序列
价值循环的一个不变量是G中的值映射到G中的值。
此外,在每个索引处,在每次迭代中,距离
簇值减小(或为零)。这两个事实加在一起意味着
算法收敛到一个固定点
同样,在每次迭代中,用集群值填充的位置的数量
呈指数增长。如果在迭代之前有n个
位置填充了集群值,那么在跳跃之后将有2n个
位置填充了集群值。所以收敛是指数的
在OP的带领下,我将while True
循环更改为for循环
。在小于len(a)
的步骤中可以找到固定点,但是a中i的就足够了
注意,上面的代码假设每个索引都收敛到一个集群值。如果这不是真的,那么原来的while true
循环可能会永远循环。a
中i的将结束,但可能不是所有集群值。说明这个问题的一个简单例子是A=np.array([1,0])
有趣的是,“简单示例”np.arange(-1,10)
也是最坏的情况
根据长度为11的数组所需的最大迭代次数的场景。
由于集群值的数量增长为2**n,因此循环最多需要log2(len(a))
迭代。因此,我们可以编写一个函数,当a
包含无限个循环时,该函数将返回集群值或引发ValueError:
def converge(a):
for i in range(int(np.log2(len(a)))+1):
mask = a>=0
# We can stop when all the values in `a` are negative
if not mask.any(): break
# perform a hop
a[mask] = a[a[mask]]
else:
# for-loop completed without reaching break
mask = a>=0
if mask.any():
raise ValueError('{!r} contains infinite cycles'.format(a))
return a
我们不知道找到集群中心需要多少“跳跃”。因此,我们必须进行一些迭代,并检查我们是否已到达群集中心:
import numpy as np
a = np.array([6, 8, 1, -1, 0, 3, -2, 4, -3, 10, 5])
for i in a:
mask = a>=0
# We can stop when all the values in `a` are negative
if not mask.any(): break
# perform a hop
a[mask] = a[a[mask]]
print(a)
屈服
[-2 -3 -3 -1 -2 -1 -2 -2 -3 -1 -1]
要了解发生了什么,可以更清楚地看到a的一个更简单的值:
a = np.arange(-1, 10)
print(a)
for i in a:
mask = a>=0
# We can stop when all the values in `a` are negative
if not mask.any(): break
# perform a hop
a[mask] = a[a[mask]]
print(a)
印刷品
[-1 0 1 2 3 4 5 6 7 8 9]
[-1 -1 0 1 2 3 4 5 6 7 8]
[-1 -1 -1 -1 0 1 2 3 4 5 6]
[-1 -1 -1 -1 -1 -1 -1 -1 0 1 2]
[-1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1]
在这里,我们可以清楚地看到每个索引处的值(即
产量)正在下降。您可能期望值减少1,但是
事实上,由于
以前啤酒花的效果
更一般地说,让G
成为跳到同一集群的索引序列
价值循环的一个不变量是G中的值映射到G中的值。
此外,在每个索引处,在每次迭代中,距离
簇值减小(或为零)。这两个事实加在一起意味着
算法收敛到一个固定点
同样,在每次迭代中,用集群值填充的位置的数量
呈指数增长。如果在迭代之前有n个
位置填充了集群值,那么在跳跃之后将有2n个
位置填充了集群值。所以收敛是指数的
在OP的带领下,我将while True
循环更改为for循环
。在小于len(a)
的步骤中可以找到固定点,但是a中i的就足够了
注意,上面的代码假设每个索引都收敛到一个集群值。如果这不是真的,那么原来的while true
循环可能会永远循环。a
中i的将结束,但可能不是所有集群值。一个简单的例子说明了问题是A=np.array([1,0])
有趣的是,“简单示例”np.arange(-1,10)
也是最坏的情况
根据长度为11的数组所需的最大迭代次数的场景。
由于集群值的数量增长为2**n,因此循环最多需要log2(len(a))
迭代。因此,我们可以编写一个函数,当a
包含无限个循环时,该函数将返回集群值或引发ValueError:
def converge(a):
for i in range(int(np.log2(len(a)))+1):
mask = a>=0
# We can stop when all the values in `a` are negative
if not mask.any(): break
# perform a hop
a[mask] = a[a[mask]]
else:
# for-loop completed without reaching break
mask = a>=0
if mask.any():
raise ValueError('{!r} contains infinite cycles'.format(a))
return a
你试过什么吗?如果是,请发布。您的流程似乎不适用于a[9]
@wwii:a[9]-->a[10]-->a[5]-->a[3]-->-1您尝试过什么吗?如果是这样,请发布。您的流程似乎不适用于a[9]
@wwii:a[9]-->a[10]-->a[5]-->a[3]-->-1每个跃点都会修改元素/项目,当在后续跃点中引用修改的元素时,是否保证在该点包含正确的值?这似乎应该适用于这个例子,但我就是看不透它。@wwii: