我编写了for循环以枚举包含n行28x28像素值的多维ndarray。在
我在寻找每一行被复制的索引和没有冗余的重复的索引。在
我发现了这个代码here(感谢unutbu)并修改了它以读取ndarray,它70%的时间都能工作,但是30%的时间它会将错误的图像识别为重复的。在
如何改进它来检测正确的行?在def overlap_same(arr):
seen = []
dups = collections.defaultdict(list)
for i, item in enumerate(arr):
for j, orig in enumerate(seen):
if np.array_equal(item, orig):
dups[j].append(i)
break
else:
seen.append(item)
return dups
例如,返回重叠同一(列车)返回:
^{pr2}$
在matplotlib上绘制一些正确案例的示例可以得到:fig = plt.figure()
a=fig.add_subplot(1,2,1)
plt.imshow(train[35])
a.set_title('train[35]')
a=fig.add_subplot(1,2,2)
plt.imshow(train[1815])
a.set_title('train[1815]')
plt.show
哪个是正确的
但是:fig = plt.figure()
a=fig.add_subplot(1,2,1)
plt.imshow(train[3208])
a.set_title('train[3208]')
a=fig.add_subplot(1,2,2)
plt.imshow(train[4426])
a.set_title('train[4426]')
plt.show
不正确,因为它们不匹配
样本数据(列车[:3])array([[[-0.5 , -0.5 , -0.5 , ..., 0.48823529,
0.5 , 0.17058824],
[-0.5 , -0.5 , -0.5 , ..., 0.48823529,
0.5 , -0.0372549 ],
[-0.5 , -0.5 , -0.5 , ..., 0.5 ,
0.47647059, -0.24509804],
...,
[-0.49215686, 0.34705883, 0.5 , ..., -0.5 ,
-0.5 , -0.5 ],
[-0.31176472, 0.44901961, 0.5 , ..., -0.5 ,
-0.5 , -0.5 ],
[-0.11176471, 0.5 , 0.49215686, ..., -0.5 ,
-0.5 , -0.5 ]],
[[-0.24509804, 0.2764706 , 0.5 , ..., 0.5 ,
0.25294119, -0.36666667],
[-0.5 , -0.47254902, -0.02941176, ..., 0.20196079,
-0.46862745, -0.5 ],
[-0.49215686, -0.5 , -0.5 , ..., -0.47647059,
-0.5 , -0.49607843],
...,
[-0.49215686, -0.49607843, -0.5 , ..., -0.5 ,
-0.5 , -0.49215686],
[-0.5 , -0.5 , -0.26862746, ..., 0.13137256,
-0.46470588, -0.5 ],
[-0.30000001, 0.11960784, 0.48823529, ..., 0.5 ,
0.28431374, -0.24117647]],
[[-0.5 , -0.5 , -0.5 , ..., -0.5 ,
-0.5 , -0.5 ],
[-0.5 , -0.5 , -0.5 , ..., -0.5 ,
-0.5 , -0.5 ],
[-0.5 , -0.5 , -0.5 , ..., -0.5 ,
-0.5 , -0.5 ],
...,
[-0.5 , -0.5 , -0.5 , ..., 0.48431373,
0.5 , 0.31568629],
[-0.5 , -0.49215686, -0.5 , ..., 0.49215686,
0.5 , 0.04901961],
[-0.5 , -0.5 , -0.5 , ..., 0.04117647,
-0.17450981, -0.45686275]]], dtype=float32)