[英]Change cell values in numpy 2D array to match a number
import numpy as np
np.random.random((5,5))
array([[ 0.26045197, 0.66184973, 0.79957904, 0.82613958, 0.39644677],
[ 0.09284838, 0.59098542, 0.13045167, 0.06170584, 0.01265676],
[ 0.16456109, 0.87820099, 0.79891448, 0.02966868, 0.27810629],
[ 0.03037986, 0.31481138, 0.06477025, 0.37205248, 0.59648463],
[ 0.08084797, 0.10305354, 0.72488268, 0.30258304, 0.230913 ]])
我有一個二維的numpy數組,每個單元格值代表一個分數(介於0.0和1.0之間)。 我想修改2D數組,以使數組平均值與特定數字匹配,例如0.8。 為此,我想使用foll。 算法:
計算二維數組的平均值。 假設給定2D數組為0.6
對於網格中的每個像元(例如值為0.25),將其值增加/減少一個等於(0.8-0.6,即0.2)的值。
如果在步驟2中,更改使單元格值超過0.0 / 1.0,則將值設置為0.0 / 1.0並修改其他單元格以進行補償。
我可以這樣執行步驟1:
numpy.mean(arr)
我可以使用for循環執行第2步,但不確定如何執行第3步。同樣,首選Python方式。
Numpy的索引魔術很有趣,可以使用以下程序進行編程:
import numpy as np
aa = np.random.random((5, 5))
m = np.mean(aa)
d = 0.8 - m # value to add
bb = aa + d
if d > 0: # Modify values != 1
ii = aa + d > 1
d2 = np.sum(bb[ii] - 1)
bb[ii] = 1
bb[~ii] = bb[~ii] + d2/np.sum(~ii)
elif d < 0: # Modify values != 0
ii = aa + d < 0
d2 = np.sum(bb[ii])
bb[ii] = 1
bb[~ii] = bb[~ii] + d2/np.sum(~ii)
print("The mean of bb is %f" % np.mean(bb))
出於好奇:難道不是對這些問題進行擴展,即乘以而不是減去更自然的方法嗎?
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.