我想计算二维 numpy 数组的成对汉明距离。
我的数组是
A
array([[-1, 0, -1, 0, -1, 0],
[ 1, 0, 0, 0, 0, 0],
[ 0, 0, 1, 1, 1, 0],
[ 0, 0, -1, 1, 0, 0],
[ 0, 0, 0, 0, -1, 0]], dtype=int8)
我想计算 A 的行之间的汉明距离,但仅考虑非零值。如果其中一项为零,我们不将其包含在计算中。
我的输出应该是
B
array([[0, 1, 2, 0, 0],
[1, 0, 0, 0, 0],
[2, 0, 0, 1, 1],
[0, 0, 1, 0, 0],
[0, 0, 1, 0, 0]], dtype=int8)
最佳答案
如果您的数组只有零和一,则您具有以下属性:r1 * r2
将在缺失位置包含 0,在元素不同时包含 -1,在元素相同时包含 +1 。因此,您希望将所有可能的组合相乘,并计算每行小于零的条目数。
您通过广播获取产品:
B = np.count_nonzero(A[:, None, :] * A[None, :, :] < 0, axis=-1)
如果您需要推广并不总是 -1 和 +1 的值,您可以使用类似的技巧来显式检查是否相等。对于两个项目 a
、b
,数量 a * b * (a - b)
将为非零当且仅当两个数量非零且不同:
A1 = A[:, None, :]
A2 = A[None, :, :]
B = np.count_nonzero(A1 * A2 * (A1 - A2), axis=-1)
如果你想明确地写出条件,你可以这样做
np.count_nonzero((A1 != A2) & (A1 != 0) & (A2 != 0), axis=-1)
关于python - 仅考虑非零值的 numpy 数组之间的成对汉明距离,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/61491516/