如何使用Python比较两个矩阵的相似性？

Question

Python 3： 如何比较两个形状相似的矩阵

例如，假设我们有矩阵x：

1 0 1
0 0 1 
1 1 0

我想将其与矩阵y进行比较：

1 0 1
0 0 1
1 1 1

这将给我一个分数，例如，8/9，因为8/9的项目是相同的，除了最后一个数字从0到1。我正在处理的矩阵要大得多，但它们的维数是一致的，便于比较

一定有某种图书馆可以做到这一点。有什么想法吗

Answer 1

如果您使用的是numpy，那么在进行如下比较之后，只需在布尔数组上使用np.mean()

import numpy as np

m1 = np.array([
    [1, 0, 1],
    [0, 0, 1], 
    [1, 1, 0],
])

m2 = np.array([
    [1, 0, 1],
    [0, 0, 1],
    [1, 1, 1],
])

score = np.mean(m1 == m2)
print(score) # prints 0.888..

Answer 2

如果您的矩阵是使用第三方库Numpy表示的（该库提供了许多其他有用的东西，用于处理矩阵，以及任何类型的矩形多维数组）：

>>> import numpy as np
>>> x = np.array([[1,0,1],[0,0,1],[1,1,0]])
>>> y = np.array([[1,0,1],[0,0,1],[1,1,1]])

然后，找到相应相等元素的数量非常简单，如下所示：

>>> (x == y).sum() / x.size
0.8888888888888888

这是因为x == y“广播”每个对应元素对的比较：

>>> x == y
array([[ True,  True,  True],
       [ True,  True,  True],
       [ True,  True, False]])

然后我们将布尔值相加（转换为整数，True的值为1，False的值为0），然后除以元素总数

Answer 3

使用numpy阵列可以轻松地完成此操作

import numpy as np

a = np.array([
    [1, 0, 1],
    [0, 0, 1], 
    [1, 1, 0],
])

b = np.array([
    [1, 0, 1],
    [0, 0, 1],
    [1, 1, 1],
])

print(np.sum(a == b) / a.size)

返回0.889