幫助找到解決問題的高性能方法：我在神經網絡（answers_weight）之后得到了結果，答案類別（相同長度）以及當前請求允許的類別：answers_weight = np.asarray([0.9, 3.8, 3, 0.6, 0.7, 0.99]) # ~3kk itemsanswers_category = [1, 2, 1, 5, 3, 1] # same size as answers_weight: ~3kk itemscategories_allowed1 = [1, 5, 8]res = np.stack((answers_weight, answers_category), axis=1)我需要知道最大元素的索引（在answers_weight數組中），但跳過不允許的類別（2,3）。在final中，索引必須= 2（“3.0”，因為“3.8”必須被跳過，因為類別不允許）
2 回答
天涯盡頭無女友
TA貢獻1831條經驗 獲得超9個贊
最簡單的方法是使用 numpy 的 masked_arrays 根據 allowed_categories 來屏蔽權重，然后查找argmax：
np.ma.masked_where(~np.isin(answers_category,categories_allowed1),answers_weight).argmax()
#2
另一種使用掩碼的方法（假設最大權重是唯一的）：
mask = np.isin(answers_category, categories_allowed1)
np.argwhere(answers_weight==answers_weight[mask].max())[0,0]
#2
一只萌萌小番薯
TA貢獻1795條經驗 獲得超7個贊
我也使用面膜解決了這個問題
inds = np.arange(res.shape[0])
# a mask is an array [False True False False True False]
mask = np.all(res[:,1][:,None] != categories_allowed1,axis=1)
allowed_inds = inds[mask]
# max_ind is not yet the real answer because the not allowed values are not taken into account
max_ind = np.argmax(res[:,0][mask])
real_ind = allowed_inds[max_ind]
添加回答
舉報
0/150
提交
取消