让numpy的矩阵更稀疏
假设我有一个numpy的阵列让numpy的矩阵更稀疏
np.array([
[3, 0, 5, 3, 0, 1],
[0, 1, 2, 1, 5, 2],
[4, 3, 5, 3, 1, 4],
[2, 5, 2, 5, 3, 1],
[0, 1, 2, 1, 5, 2],
])
现在,我想随机替换0。所以一些元素,我有这样的
np.array([
[3, 0, 0, 3, 0, 1],
[0, 1, 2, 0, 5, 2],
[0, 3, 0, 3, 1, 0],
[2, 0, 2, 5, 0, 1],
[0, 0, 2, 0, 5, 0],
])
我们可以输出使用np.random.choice(..., replace=False)
来随机选择一些独特的非零平展索引,然后简单地索引和重置输入数组中的索引。
因此,一种解决方案将是 -
def make_more_sparsey(a, n):
# a is input array
# n is number of non-zero elements to be reset to zero
idx = np.flatnonzero(a) # for performance, use np.flatnonzero(a!=0)
np.put(a, np.random.choice(idx, n, replace=False),0)
return a
样品运行 -
In [204]: R = np.array([
...: [3, 0, 5, 3, 0, 1],
...: [0, 1, 2, 1, 5, 2],
...: [4, 3, 5, 3, 1, 4],
...: [2, 5, 2, 5, 3, 1],
...: [0, 1, 2, 1, 5, 2],
...: ])
In [205]: make_more_sparsey(R, n=5)
Out[205]:
array([[3, 0, 5, 3, 0, 1],
[0, 1, 0, 0, 5, 2],
[4, 3, 5, 3, 1, 4],
[2, 5, 0, 5, 3, 1],
[0, 1, 0, 1, 0, 2]])
这很好。 – sascha
@partoftheorigin如果'R'是你的输入数组,那么就执行'np.put(R,np.random.choice(idx,n,replace = 0),0)'。不要这样做:'a = np.put(R ..)'。我假设'a'作为输入数组。最终的结果将是一个更加稀疏的'R'。 – Divakar
谢谢Divakar! – partoftheorigin
使用np.ravel
或ravel
方法来创建平坦化。请注意,flatten
方法总是创建一个副本,所以变异将不起作用。
a = np.array([
[3, 0, 5, 3, 0, 1],
[0, 1, 2, 1, 5, 2],
[4, 3, 5, 3, 1, 4],
[2, 5, 2, 5, 3, 1],
[0, 1, 2, 1, 5, 2],
])
r = a.ravel()
r[random.randrange(0, len(r))] = 0
产生['mcve'](https://*.com/help/mcve)? – Divakar
如果您有MovieLens100K数据集,则可以运行此代码。从这里下载files.grouplens.org/datasets/movielens/ml-100k.zip – partoftheorigin
不需要。**您需要提供** [mcve] –