Python 检查2d数组中每一行的不同列索引的2d数组值
我有一些二进制2D numpy数组(Python 检查2d数组中每一行的不同列索引的2d数组值,python,arrays,numpy,multidimensional-array,Python,Arrays,Numpy,Multidimensional Array,我有一些二进制2D numpy数组(prediction),比如: 2D数组中的每一行都将句子分类为特定类别,2D数组中的每一列都对应于该句子的类别分类。例如,类别(categoriesarray)是['A'、'B'、'C'、'D'、'E'、'F'] 我还有另一个2D数组(catIndex),它包含每行中要检查的值的索引,例如 [[0], [4], [5], [2] ] 对于上述4个实例 我现在要做的是循环遍历二进制2D数组,对于为每个句子指定的列索引,检查它是1还是0,然后将相
prediction
),比如:
2D数组中的每一行都将句子分类为特定类别,2D数组中的每一列都对应于该句子的类别分类。例如,类别(categories
array)是['A'、'B'、'C'、'D'、'E'、'F']
我还有另一个2D数组(catIndex
),它包含每行中要检查的值的索引,例如
[[0],
[4],
[5],
[2]
]
对于上述4个实例
我现在要做的是循环遍历二进制2D数组,对于为每个句子指定的列索引,检查它是1
还是0
,然后将相应的类别附加到新数组中(catResult=[]
)。如果它是0
,我会将“no_region”
附加到新数组中
例如,在句子1中,我查看句子的索引0
,检查它是0
还是1
。它是一个1
,因此我将'a'
附加到我的新数组中。在句子2中,我查看了句子的索引4
,发现它是一个0
,所以我在数组中添加了“no_region”
当前代码:
for index in catIndex:
for i,sentence in enumerate(prediction):
for j,binaryLabel in enumerate(sentence):
if prediction[i][index]==1:
catResult.append(categories[index])
else:
catResult.append("no_region")
沿着这些思路进行的一些工作应该能够有效地完成,尽管目前还无法进行测试:
rows = len(prediction)
p = prediction[np.arange(rows), catIndex.flatten()]
catResult = np.empty(rows, 'S1').fill('n')
catResult[p] = categories[catIndex.flatten()][p]
创建二维阵列:
In [54]: M=[[1,0,1,0,1,1],[0,0,1,0,0,1],[1,1,1,1,1,0],[1,1,0,0,1,1]]
In [55]: M=np.array(M)
带有ind
的列索引,行索引为[0,1,2,3]:
In [56]: ind=[0,4,5,2]
In [57]: m=M[np.arange(len(ind)),ind]
In [58]: m
Out[58]: array([1, 0, 0, 0])
带有ind
的地图标签:
In [59]: lbl=np.array(list('ABCDEF'),dtype=object)
In [60]: res=lbl[ind]
In [61]: res
Out[61]: array(['A', 'E', 'F', 'C'], dtype=object)
使用where
确定是使用该映射值,还是使用一些None
。使用对象
dtype可以轻松地用其他内容替换字符串标签、无
或无区域
等
In [62]: np.where(m, res, None)
Out[62]: array(['A', None, None, None], dtype=object)
这是一个很好的逻辑答案,有一点是我刚刚将问题中的ind转换成了
np.array(ind.ravel()
,但在其他方面,这是一个完美的答案。
In [62]: np.where(m, res, None)
Out[62]: array(['A', None, None, None], dtype=object)