PYTHON：numpy 2D数组排序级别的百分比

单调性百分比是数组按升序或降序排序的方式。我需要一个Python实现这一考虑下面的例子PYTHON：numpy 2D数组排序级别的百分比

array([[2,3,4,6,5] # 60% sorted 
     [1,2,3,4,5] # 100% sorted 
     [0,2,4,8,10]# 100% sorted 
     [0,2,4,8,10]]# 100% sorted 
     /| | \ \ 
     / | | \ \ 
    100% 100% 80% 80% 100% 

Monotonicity percentage is average(80,100,100,100,100,100,80,80,100)

我想在人工智能启发式运行此，速度是非常重要的（最好是numpy的）的方式，感谢您的帮助

EDITED 这是我有什么，现在它只是返回一个布尔值，它是一维

def mncity(arr): 
    dx = np.diff(arr) 
    return np.all(dx <= 0) or np.all(dx >= 0)

我是新来的蟒蛇一般

来源

2017-06-17 Akins Nazri

对不起，但这不是一个编码服务。你试过什么了？你在哪里挣扎？ –

谢谢你@ImanolLuengo –

你可以使用zip()和list comprehension做这样的事情：

def get_pourcent(a, order='ascending'): 
    if order == 'ascending': 
     # Check if every element is inferior than his next in the list 
     b = [1 if j < v else 0 for j, v in zip(a, a[1:])] 
     # Get how much zeros in b 
     zeros = len(b) - sum(b) 
     percent = (1 - (float(zeros)/len(a)))*100 

    elif order == 'descending': 
     b = [1 if j > v else 0 for j, v in zip(a, a[1:])] 
     zeros = sum(b) 
     percent = (float(zeros)/len(a))*100 

    else: 
     return None 

    return '"%s": %.2f%% sorted' % (order, percent) 


# Test 
tests = [('ascending', [2,3,4,6,5]), ('ascending', [1,2,3,4,5]), 
('ascending', [0,2,4,8,10]), ('descending', [2,3,4,6,5]), ('descending', [0,2,4,8,10])] 

for k, v in tests: 
    print v, get_pourcent(v, order=k)

输出：

[2, 3, 4, 6, 5] "ascending": 80.00% sorted 
[1, 2, 3, 4, 5] "ascending": 100.00% sorted 
[0, 2, 4, 8, 10] "ascending": 100.00% sorted 
[2, 3, 4, 6, 5] "descending": 20.00% sorted 
[0, 2, 4, 8, 10] "descending": 0.00% sorted

编辑：

tests = [[ 2, 4, 0, 8], [ 4, 24, 0, 16], [ 16, 2, 16, 32], [ 16, 2, 16, 128]] 

for k in tests: 
    print get_pourcent(k)

将输出：

"ascending": 75.00% sorted 
"ascending": 75.00% sorted 
"ascending": 75.00% sorted 
"ascending": 75.00% sorted

来源

2017-06-17 08:29:47

我喜欢这个解决方案，在想同样的事情，但是这段代码可以更清晰 – Netwave

@DanielSanchez为什么不呢？。给我你的建议，我会编辑它:-)我接受任何建议。不要犹豫:-) –

你使用一个如果当代码是相同的，但changhing 1单个运算符，也使用itertools.izip和itertools.islice而不是zip会很好，所以你不会创建中间列表只是为了检查，我也只是返回百分比结果:) – Netwave

你想利用DIFF沿着轴线（0或1），然后看正值沿此轴的比例：

(np.diff(a, axis=1) > 0).mean(axis=1)

同样可以为列差异进行有axis=0和平均。

我不知道为什么你要80％，而不是75％，为第一行，但如果你想，你可以这样做：

(np.diff(a, axis=1) > 0).sum(axis=1)/a.shape[1]

和列：

(np.diff(a, axis=0) > 0).sum(axis=0)/a.shape[0]

来源

2017-06-17 08:30:07

@Camilleri你可以请完成这个答案是可调用的吗？ –

好吧，你可以定义一个返回我写的行的函数，这很简单。 –

这是我建立和按预期工作的功能

def merge(mat): 
    monotone = 0 
    matrix = numpy.copy(mat) 
    for i in range(4): 
    m_vertical = 4 if numpy.size(numpy.where(numpy.diff(matrix[:, i]) < 0)[0]) == 0 else numpy.where(numpy.diff(matrix[:, i]) < 0)[0][0]+1 
    m_horizontal = 4 if numpy.size(numpy.where(numpy.diff(matrix[i]) < 0)[0]) == 0 else numpy.where(numpy.diff(matrix[i]) < 0)[0][0]+1 
    monotone += (m_vertical + m_horizontal)*3.125 
    return monotone

来源

2017-06-17 21:09:19

PYTHON：numpy 2D数组排序级别的百分比

回答

相关问题