Как найти наиболее частые значения в numpy ndarray?

У меня есть numpy ndarray с формой (30,480,640), 1-я и 2-я оси, представляющие местоположения (широта и длинная), 0-я ось содержит фактические точки данных. Я хочу использовать наиболее частое значение вдоль 0-й оси на каждом местоположение, которое должно построить новый массив с формой (1,480,640).ie:

>>> data
array([[[ 0,  1,  2,  3,  4],
        [ 5,  6,  7,  8,  9],
        [10, 11, 12, 13, 14],
        [15, 16, 17, 18, 19]],

       [[ 0,  1,  2,  3,  4],
        [ 5,  6,  7,  8,  9],
        [10, 11, 12, 13, 14],
        [15, 16, 17, 18, 19]],

       [[40, 40, 42, 43, 44],
        [45, 46, 47, 48, 49],
        [50, 51, 52, 53, 54],
        [55, 56, 57, 58, 59]]])

(perform calculation)

>>> new_data 
array([[[ 0,  1,  2,  3,  4],
        [ 5,  6,  7,  8,  9],
        [10, 11, 12, 13, 14],
        [15, 16, 17, 18, 19]]])

Точки данных будут содержать отрицательные и положительные числа с плавающей запятой. Как я могу выполнить такие вычисления? Большое спасибо!

Я попытался с numpy.unique, но я получил "TypeError: unique() получил неожиданный аргумент ключевого слова" return_inverse ". Я использую numpy version 1.2.1, установленный в Unix, и он не поддерживает return_inverse. Я также попробовал режим, но на ведение такого большого объема данных требуется вечность... так есть ли альтернативный способ получить самые частые значения? Еще раз спасибо.

Ответы

Ответ 1

Чтобы найти наиболее частое значение плоского массива, используйте unique, bincount и argmax:

arr = np.array([5, 4, -2, 1, -2, 0, 4, 4, -6, -1])
u, indices = np.unique(arr, return_inverse=True)
u[np.argmax(np.bincount(indices))]

Чтобы работать с многомерным массивом, нам не нужно беспокоиться о unique, но нам нужно использовать apply_along_axis on bincount:

arr = np.array([[5, 4, -2, 1, -2, 0, 4, 4, -6, -1],
                [0, 1,  2, 2,  3, 4, 5, 6,  7,  8]])
axis = 1
u, indices = np.unique(arr, return_inverse=True)
u[np.argmax(np.apply_along_axis(np.bincount, axis, indices.reshape(arr.shape),
                                None, np.max(indices) + 1), axis=axis)]

С вашими данными:

data = np.array([
   [[ 0,  1,  2,  3,  4],
    [ 5,  6,  7,  8,  9],
    [10, 11, 12, 13, 14],
    [15, 16, 17, 18, 19]],

   [[ 0,  1,  2,  3,  4],
    [ 5,  6,  7,  8,  9],
    [10, 11, 12, 13, 14],
    [15, 16, 17, 18, 19]],

   [[40, 40, 42, 43, 44],
    [45, 46, 47, 48, 49],
    [50, 51, 52, 53, 54],
    [55, 56, 57, 58, 59]]])
axis = 0
u, indices = np.unique(arr, return_inverse=True)
u[np.argmax(np.apply_along_axis(np.bincount, axis, indices.reshape(arr.shape),
                                None, np.max(indices) + 1), axis=axis)]
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19]])

NumPy 1.2, действительно? Вы можете приблизительно np.unique(return_inverse=True) максимально эффективно использовать np.searchsorted (это дополнительный O (n log n), поэтому не следует существенно изменять производительность):

u = np.unique(arr)
indices = np.searchsorted(u, arr.flat)

Ответ 2

Используйте функцию режима SciPy:

import numpy as np
from scipy.stats import mode

data = np.array([[[ 0,  1,  2,  3,  4],
                  [ 5,  6,  7,  8,  9],
                  [10, 11, 12, 13, 14],
                  [15, 16, 17, 18, 19]],

                 [[ 0,  1,  2,  3,  4],
                  [ 5,  6,  7,  8,  9],
                  [10, 11, 12, 13, 14],
                  [15, 16, 17, 18, 19]],

                 [[40, 40, 42, 43, 44],
                  [45, 46, 47, 48, 49],
                  [50, 51, 52, 53, 54],
                  [55, 56, 57, 58, 59]]])

print data

# find mode along the zero-th axis; the return value is a tuple of the
# modes and their counts.
print mode(data, axis=0)

Ответ 3

flatten, а затем создайте collections.Counter. Как обычно, проявляйте особую осторожность при сравнении чисел с плавающей запятой.