首页 / PYTHON / python – 计算每个numpy数组行的熵的最快方法？

python – 计算每个numpy数组行的熵的最快方法？

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 计算每个numpy数组行的熵的最快方法？，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1243字，纯文字阅读大概需要2分钟。

内容图文

我有一个大小为MxN的数组,我喜欢计算每一行的熵值.最快的方法是什么？

解决方法:

scipy.special.entr为数组中的每个元素计算-x * log(x).调用之后,您可以对行进行求和.

这是一个例子.首先,创建一个正数值的数组p,其行总和为1：

In [23]: np.random.seed(123)

In [24]: x = np.random.rand(3, 10)

In [25]: p = x/x.sum(axis=1, keepdims=True)

In [26]: p
Out[26]: 
array([[ 0.12798052,  0.05257987,  0.04168536,  0.1013075 ,  0.13220688,
         0.07774843,  0.18022149,  0.1258417 ,  0.08837421,  0.07205402],
       [ 0.08313743,  0.17661773,  0.1062474 ,  0.01445742,  0.09642919,
         0.17878489,  0.04420998,  0.0425045 ,  0.12877228,  0.1288392 ],
       [ 0.11793032,  0.15790292,  0.13467074,  0.11358463,  0.13429674,
         0.06003561,  0.06725376,  0.0424324 ,  0.05459921,  0.11729367]])

In [27]: p.shape
Out[27]: (3, 10)

In [28]: p.sum(axis=1)
Out[28]: array([ 1.,  1.,  1.])

现在计算每行的熵. entr使用自然对数,因此要得到base-2 log,将结果除以log(2).

In [29]: from scipy.special import entr

In [30]: entr(p).sum(axis=1)
Out[30]: array([ 2.22208731,  2.14586635,  2.22486581])

In [31]: entr(p).sum(axis=1)/np.log(2)
Out[31]: array([ 3.20579434,  3.09583074,  3.20980287])

如果您不希望依赖于scipy,则可以使用显式公式：

In [32]: (-p*np.log2(p)).sum(axis=1)
Out[32]: array([ 3.20579434,  3.09583074,  3.20980287])

内容总结

以上是互联网集市为您收集整理的python – 计算每个numpy数组行的熵的最快方法？全部内容，希望文章能够帮你解决python – 计算每个numpy数组行的熵的最快方法？所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/804477.html

来源：【匿名】