在Python中比较关系矩阵并取最小值的向量化矩阵计算_Python_Numpy

在Python中比较关系矩阵并取最小值的向量化矩阵计算

python numpy

在Python中比较关系矩阵并取最小值的向量化矩阵计算,python,numpy,Python,Numpy,矩阵我想创建一个矢量化方法（numpy），使用矩阵“qtyC”和“rel”的输入填充/计算名为“qtyP”的矩阵。在for循环中求解是很容易的，但我想用一种更聪明的方式来解决。首先，我将描述我的矩阵产品与周矩阵（最终结果）容量与周矩阵 # This matrix (5x6) describes how much of each capacity is available per week # Rows: Capacities (5) # Columns: Weeks (6) qtyC =

矩阵

我想创建一个矢量化方法（numpy），使用矩阵“qtyC”和“rel”的输入填充/计算名为“qtyP”的矩阵。在for循环中求解是很容易的，但我想用一种更聪明的方式来解决。首先，我将描述我的矩阵

产品与周矩阵（最终结果）

容量与周矩阵

# This matrix (5x6) describes how much of each capacity is available per week # Rows: Capacities (5) # Columns: Weeks (6) qtyC = [[0,0,17,68,133,180], [0,0,75,154,213,250], [0,0,39,11,34,100], [0,0,357,648,861,1531], [0,3,0,10,22,53]] qtyC = np.matrix(qtyC)

# This matrix (5x5) details the relationship between "Products" and "Capacities". # If there is a 1 then that capacity is needed for the product # e.g. capacity 5 is need for product 1 # e.g. capacity 2 and 4 is needed for product 2 # Rows: Products (5) # Columns: Capacities (5) rel = [[0,0,0,0,1], [0,1,0,1,0], [0,1,0,1,0], [0,1,0,1,0], [1,0,0,1,0]] rel = np.matrix(rel)
产品与产能关系矩阵

# This matrix (5x6) describes how much of each capacity is available per week # Rows: Capacities (5) # Columns: Weeks (6) qtyC = [[0,0,17,68,133,180], [0,0,75,154,213,250], [0,0,39,11,34,100], [0,0,357,648,861,1531], [0,3,0,10,22,53]] qtyC = np.matrix(qtyC)

# This matrix (5x5) details the relationship between "Products" and "Capacities". # If there is a 1 then that capacity is needed for the product # e.g. capacity 5 is need for product 1 # e.g. capacity 2 and 4 is needed for product 2 # Rows: Products (5) # Columns: Capacities (5) rel = [[0,0,0,0,1], [0,1,0,1,0], [0,1,0,1,0], [0,1,0,1,0], [1,0,0,1,0]] rel = np.matrix(rel)
如何获得最终结果

# This is the desired end-result matrix (5x6) # It describes how much of each product is available per week # Rows: Products (5) # Columns: Weeks (6) qtyP = [[0,3,0,10,22,53], [0,0,75,154,213,250], [0,0,75,154,213,250], [0,0,75,154,213,250], [0,0,17,68,133,180]] qtyP = np.matrix(qtyP)
我将解释如何使用for循环来实现这一点，以便更好地解释它

对于qtyP中的每一行/产品，通过查看rel检查所需的容量

对于所需容量，请找到qtyC中的最小容量

为qtyP中的当前行填充所有六周所需容量的最小数量
qtyP中的行是rel中的行，qtyC中的行是rel中的列。选择产品中包含的最小容量的原因是因为这是可以构建的。在这个例子中，我碰巧有5个产品和5个容量，但也可能有3个产品和5个容量。那么rel矩阵将是a（3x5），qtyC矩阵将是a（5x6），qtyP矩阵将是a（3x6）
有没有一种矢量化的方法可以做到这一点？我尝试了下面的代码，但在产品顺序和如何包含最小函数方面，我似乎都做不好

qtyP = qtyC[rel[np.newaxis,:] != 0]

编辑-根据评论更改我的答案
IIUC，这是你能做的-

因为，在计算最小值之前，您需要每周每个产品的不同数量，所以您需要构造一个
（6,5,5）
张量和
广播
。对于每个
周（6）
，对于每个
产品（5）
获取与
rel行（5）
对应值的乘积

在该矩阵中，您现在可以在上一个
轴=-1上取最小值，以获得（6,5）矩阵
但是，由于存在零，np.min不能直接工作。因此，您可以使用masked_数组来屏蔽0 值，然后在轴=-1上找到最小值最后，填充如果返回屏蔽值，则通过0和转置得到一个（5,6）矩阵一定要检查并让我知道这是否能处理您的边缘案例。编辑-根据评论更改我的答案 IIUC，这是你能做的- 因为，在计算最小值之前，您需要每周每个产品的不同数量，所以您需要构造一个（6,5,5）张量和广播。对于每个周（6），对于每个产品（5）获取与rel行（5）对应值的乘积在该矩阵中，您现在可以在上一个轴=-1上取最小值，以获得（6,5）矩阵但是，由于存在零，np.min不能直接工作。因此，您可以使用masked_数组来屏蔽0 值，然后在轴=-1上找到最小值最后，填充如果返回屏蔽值，则通过0和转置得到一个（5,6）矩阵一定要检查并让我知道这是否能处理您的边缘案例。感谢您的评论和建议方法。您的建议似乎适用于此处给出的数字，但是，当我在中减少qtyC 中的容量时，例如，将1531减至10，则建议的方法会导致错误的矩阵答案。我认为我没有正确地阅读rel正在做的事情。你能解释一下rel是什么吗？每行单独？我用标题“产品与容量关系矩阵”详细描述了代码块中的rel。每一行都是一个产品，描述了它需要的列容量。因此，产品1仅具有5号容量，而产品2具有2号和4号容量。这意味着每周需要检查每个产品的最小容量，以了解可以构建多少。因此，对于第4周的产品2，我们有154的容量2和648的容量4，这两个最小值是154，可以用产品2构建。生产的产品数量为：qtyP（2,4）=min[qtyC（2,4），qtyC（4,4）] ohhh其产能数量？这是索引吗？明白了，看来效果不错！将测试更多的数字，但到目前为止，在不同的情况下效果良好。非常感谢您的时间和回复！感谢您的评论和建议方法。您的建议似乎适用于此处给出的数字，但是，当我在中减少qtyC 中的容量时，例如，将1531减至10，则建议的方法会导致错误的矩阵答案。我认为我没有正确地阅读rel正在做的事情。你能解释一下rel是什么吗？每行单独？我用标题“产品与容量关系矩阵”详细描述了代码块中的rel。每一行都是一个产品，描述了它需要的列容量。因此，产品1仅具有5号容量，而产品2具有2号和4号容量。这意味着每周需要检查每个产品的最小容量，以了解可以构建多少。因此，对于第4周的产品2，我们有154的容量2和648的容量4，这两个最小值是154，可以用产品2构建。生产的产品数量为：qtyP（2,4）=min[qtyC（2,4），qtyC（4,4）] ohhh其产能数量？这是索引吗？明白了，看来效果不错！将测试更多的数字，但到目前为止，在不同的情况下效果良好。谢谢