[英]How to calculate all combinations of difference between array elements in 2d?
[英]calculate difference between all combinations of entries in a vector
我有一個 numpy 一維 z 值數組,我想計算所有條目組合之間的差異,輸出為方陣。
我知道如何使用 cdist 將其計算為所有點組合之間的距離,但這並沒有給我這個符號:
例如,如果我的 z 向量是 [1,5,8]
import numpy as np
from scipy.spatial.distance import cdist
z=np.array([1, 5, 8])
z2=np.column_stack((z,np.zeros(3)))
cdist(z2,z2)
給我:
array([[0., 4., 7.],
[4., 0., 3.],
[7., 3., 0.]])
但我想有跡象給我:
array([[0., 4., 7.],
[-4., 0., 3.],
[-7., -3., 0.]])
我想通過使用 np.tril_indices 來翻轉下三角形的符號來捏造事情,但這不起作用,因為我需要以一致的方式對我的操作進行區分(即,如果我在兩個或更多的向量,這些對總是以相同的順序進行比較),而通過翻轉符號 I 將始終在右上角有正差,在左下角有負差。
使用 numpy 數組廣播的簡單單行解決方案。
import numpy as np
z = np.array([1, 5, 8])
# Simple one line solution
z - z.reshape(-1,1)
輸出:
array([[ 0, 4, 7],
[-4, 0, 3],
[-7, -3, 0]])
In [29]: z = np.array([1, 5, 8])
In [30]: -np.subtract.outer(z, z)
Out[30]:
array([[ 0, 4, 7],
[-4, 0, 3],
[-7, -3, 0]])
(如果您不關心符號約定,請刪除減號。)
我已經計算出我可以用雙迭代器得到我想要的答案,盡管我不確定它對於非常大的數組是最有效的
np.array([j-i for i in z for j in z]).reshape(len(z),len(z))
輸出:
array([[ 0, 4, 7],
[-4, 0, 3],
[-7, -3, 0]])
編輯:所以確實其他兩個解決方案快了大約 50 倍:
python3 -m timeit -s "import numpy as np" -s "z=np.random.uniform(size=5000)" "z-z.reshape(-1,1)"
2 loops, best of 5: 119 msec per loop
python3 -m timeit -s "import numpy as np" -s "z=np.random.uniform(size=5000)" "np.subtract.outer(z, z)"
2 loops, best of 5: 118 msec per loop
python3 -m timeit -s "import numpy as np" -s "z=np.random.uniform(size=5000)" "np.array([j-i for i in z for j in z]).reshape(len(z),len(z))"
1 loop, best of 5: 5.18 sec per loop
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.