从标签python列表创建关联矩阵的快速方法？

我有一个数组

y，len（y）=M

，它包含

0->N

中的值。例如，使用

N=3

：

y = [0, 2, 0, 1, 2, 1, 0, 2]

关联矩阵

A

定义如下：

• 尺寸

  MxM

• A（i，j）=1如果y（i）==y（j）

• A（i，j）=0如果y（i）！=y（j）

一个简单的算法是：

def incidence(y):
    M = len(y)
    A = np.zeros((M,M))
    for i in range(M):
        for j in range(M):
            if y[i]==y[j]:
                A[i,j] = 1
    return A

---

但这是非常缓慢的。有什么方法可以更快地做到这一点吗？例如，使用列表理解或向量化。

您可以利用numpy广播，通过简单询问

y

是否等于其转置，在这里比python获得一些效率：

import numpy as np

y = np.array([1, 2, 1, 0, 0, 1, 2])

def mat_me(y):
    return (y == y.reshape(-1, 1)).astype(int)

mat_me(y)

产生：

array([[1, 0, 1, 0, 0, 1, 0],
       [0, 1, 0, 0, 0, 0, 1],
       [1, 0, 1, 0, 0, 1, 0],
       [0, 0, 0, 1, 1, 0, 0],
       [0, 0, 0, 1, 1, 0, 0],
       [1, 0, 1, 0, 0, 1, 0],
       [0, 1, 0, 0, 0, 0, 1]])

作为比较：

y = np.random.choice([1, 2, 3], size=3000)

def mat_me_py(y):
    return (y == y.reshape([-1, 1])).astype(int)

%timeit mat_me_py(y)  
# 28.6 ms ± 1.11 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

vs

在更大的名单上，差异将变得非常明显

y = np.random.choice([1, 2, 3], size=3000)
y = list(y)

def mat_me_py(y):
    return [[int(a == b) for a in y] for b in y]

%timeit mat_me_py(y)
# 4.16 s ± 213 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)