Python 查找numpy模式向量

我有一个热向量的numpy数组。我想找到这一个热向量的模式。请注意，这并不等同于在值上查找模式

e、 g.为了

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？

如果你的向量是一个热点，你可以用它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

如果要将其恢复为一个热向量，可以执行以下操作：

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

---

我们将

一个热的
向量处理为
2D
输入数组的行。因此，每一行的argmax对于每一个热向量都是唯一的。去拿。然后，获取他们的计数。具有max argmax count的任何行都将是所需的模式行输出。让我们从那些再次使用
argmax
的人中挑选出第一个，最后索引到
2D
输入

因此，有一个实现-

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

为什么要增加一组参数？我想让我的列表括号排成一行=c） 你可能最终不得不找到最长的等长行。这里的关键是这些是一个热向量。让生活变得更加简单。在我们讨论这个主题时，我想指出，
scipy.stats.mode
有一个比较数组中找到的每个值与整个数组的方法，这可能会导致数组中有许多不同值时的性能异常差。例如，
scipy.stats.mode（范围（10**5））
非常慢。