Top n Zeilen in einer matrix?

Ich versuche, herauszufinden, der beste Weg, dies zu tun, idealerweise in der Oktave, aber ich nehme NumPy in eine Prise.

Sagen wir, ich habe eine axb-matrix M. Wenn ich will, die Zeilen-Indizes der maximale Wert in einer bestimmten Spalte [x, xi] = max(M) zurückkehren wird, werden diese Indizes für mich als zeilenvektor.

Zum Beispiel, wenn M:

1  3  5 
2  9  1
7  2  4

Oben zurück zeilenvektor [3 2 1] als xi; Ein Vektor, der die Indizes der einzelnen Zeile enthält den maximalen Wert für diese Spalte. Das ist gut so. Ich möchte mit diesem zeilenvektor.

Aber was ist, wenn ich will, dass die top - n solchen zeilenvektoren?

[bearbeitet, um zu erklären, diese besser]

Für das oben genannte Beispiel, ist der erste Vektor wäre die oben [3, 2, 1] (die Indizes der Zeilen mit den höchsten Werten für jede bestimmte Spalte). Der zweite Vektor wäre [2 1 3] (die Indizes der Zeilen mit den zweithöchste Werte für jede Spalte).

Ich könnte es tun, iterativ, aber meine eigentliche Matrizen haben viele Tausende von Zeilen, so wäre dies ziemlich rechenintensiv. Ich kann nicht finden jede offensichtliche matrix-utility-Funktion, um mir zu helfen, das zu erreichen. Irgendwelche Vorschläge?

  • Was meinst du mit "top-n-Z zeilenvektoren"? Was würdest du in deinem Beispiel für n = 2?
  • Für numpy Lösung an: stackoverflow.com/questions/6910641/...
  • Ich habe bearbeitet zu erklären, das besser in der ursprünglichen Frage. Hoffentlich werden es jetzt mehr Sinn macht.
InformationsquelleAutor R Hill | 2013-06-18
  1. 5

    Ich gehe davon aus, dass Sie meinen, Sie wollen die n größten Werte aus der matrix. In dem Fall, Holen Sie sich die Indizes der n größten Elemente in einer matrix ist fast die gleiche Frage wie diese, es sei denn, der OP wollte die größten Werte der gesamten matrix, nicht für die einzelnen Maximalwerte. Dies sollte bekommen, was Sie brauchen

    n = 2;               % The depth to get
M = [ 1, 3, 5; ...
      2, 9, 1; ...
      7, 2, 4 ];     % The matrix to look at
[m, mi] = sort(M, 'descend');  % Sort the to access them
x = m(1:n, :)        % Get the values
xi = mi(1:n, :)      % and the indices
    • Das ist, im Nachhinein betrachtet, eine sehr offensichtliche Weg, dies zu tun. Danke.
    InformationsquelleAutor slbass
  2. 2

    So?

    % N is the number of rows you want to include.
[x, xi] = max(a(1:N,:))

    Diese gibt Sie:

    a =

    16     2     3    13
     5    11    10     8
     9     7     6    12
     4    14    15     1

N = 3;
[x, xi] = max(a(1:N,:))

x =    
    16    11    10    13       
xi =   
     1     2     2     1
    InformationsquelleAutor Stewie Griffin
  3. 2

    Hier ist, wie es in numpy. Bitte werfen Sie einen Blick auf numpy.argmax, die gibt Indizes die maximalen Werte entlang einer Achse. Beachten Sie, dass diese Indizes sind 0-basiert, so dass Sie können hinzufügen/subtrahieren Sie 1, um es zu machen, 1-basiert in matlab.

    Unter dem gleichen Beispiel @Stewie Griffin 🙂

    In [3]: a = np.array([[16,2,3,13], [5,11,10,8], [9,7,6,12], [4,14,15,1]])

In [4]: N = 2 # A 0-based index 

In [5]: np.argmax(a[N], axis=0)
Out[5]: array([0, 1, 1, 0])

    Hier die Achse ist 0, da wollen Sie max Indizes in jeder Spalte. Ändern Sie es auf 1, wenn Sie wollen, max Indizes, die in jedem raw. Auch gibt es numpy.argmin wenn Sie möchten min.

    Basierend auf Ihre Klarstellung,Sie wollen nth größten Indizes, die in jeder Spalte, die sehr leicht mit numpy.argsort.

    In [11]: A = np.argsort(a, axis=0) # returns indices of smallest to largest values in each column

In [12]: A
Out[12]: 
array([[3, 0, 0, 3],
       [1, 2, 2, 1],
       [2, 1, 1, 2],
       [0, 3, 3, 0]])

In [13]: N = 1 # 0-based index

In [14]: A[N] # 2nd smallest indices
Out[14]: array([1, 2, 2, 1])

In [14]: A[-N-1] # 2nd largest indices
Out[14]: array([2, 1, 1, 2])
    InformationsquelleAutor mg007
Schreibe einen Kommentar