基于一个矩阵的数字化形式对另一个矩阵的条目进行混洗

Question

我有一个问题，我需要根据一个矩阵的数字化形式对另一个矩阵的条目进行打乱。

假设我有一个由0或1填充的矩阵；np.random.choice([0, 1], size=100, p=[.9, .1])

然后，我采用另一个矩阵，该矩阵填充了从0到4的值。np.random.choice([0, 1, 2, 3, 4], size=100, p=[.01, 0.3, 0.3, 0.29, .1])

我想要做的是根据第二个矩阵的仓位重新排列0和1。假设我在1号箱中有24个0和4个1，我想要做的是打乱0和1的条目，使它们留在1号箱中，并且它们保持相同的0和1的数量。

我尝试在使用np.random.shuffle的同时使用np.where，但这不能保持0和1的原始计数。

Answer 1

好的，我找到了一个解决方案，我可以循环多个矩阵和存储箱。

a = np.array(pd.DataFrame(connections[M_a][M_b]['cMat']))

    for aw in groups:
        b = a[C_ == aw]
        np.random.shuffle(b)
        iz, jz = np.nonzero(C_ == aw)

        for i, j, v in zip(iz, jz, b):
            a[i, j] = v

在这种情况下，groups是每个bin的值，范围从0到n。a是带有0和1的矩阵。C_是数字化的矩阵。iz和jz分别是行索引和列索引。输出是混洗后的矩阵。