Как проверить наличие данного массива numpy в массиве numpy большей формы?

Question

Полагаю, заголовок моего вопроса может быть не очень понятным ..

У меня есть небольшой массив, скажем a = ([[0,0,0],[0,0,1],[0,1,1]]).Тогда у меня есть больший массив более высокого измерения, скажем, b = ([[[2,2,2],[2,0,1],[2,1,1]],[[0,0,0],[3,3,1],[3,1,1]],[...]]).

. Я хотел бы проверить, можно ли найти один из элементов a в b.В этом случае я бы обнаружил, что первый элемент [0,0,0] действительно находится в b, а затем я бы хотел получить соответствующий индекс в b.

Я бы хотелчтобы сделать это, избегая зацикливания, так как из очень немногого, что я понял из numpy массивов, они не предназначены для итерации классическим способом.Другими словами, мне нужно, чтобы он был очень быстрым, потому что мои настоящие массивы довольно большие.

Есть идеи?Большое спасибо!

Арно.

Answer 1

Я не знаю прямого пути, но вот функция, которая решает проблему:

import numpy as np

def find_indices(val, arr):
    # first take a mean at the lowest level of each array,
    # then compare these to eliminate the majority of entries
    mb = np.mean(arr, axis=2); ma = np.mean(val)
    Y = np.argwhere(mb==ma)
    indices = []
    # Then run a quick loop on the remaining elements to
    # eliminate arrays that don't match the order
    for i in range(len(Y)):
        idx = (Y[i,0],Y[i,1])
        if np.array_equal(val, arr[idx]):
            indices.append(idx)

    return indices

# Sample arrays
a = np.array([[0,0,0],[0,0,1],[0,1,1]])
b = np.array([ [[6,5,4],[0,0,1],[2,3,3]],   \
               [[2,5,4],[6,5,4],[0,0,0]],   \
               [[2,0,2],[3,5,4],[5,4,6]],   \
               [[6,5,4],[0,0,0],[2,5,3]]  ])



print(find_indices(a[0], b))
# [(1, 2), (3, 1)]
print(find_indices(a[1], b))
# [(0, 1)]

Идея состоит в том, чтобы использовать среднее значение каждого массива и сравнивать его со средним значением входных данных. np.argwhere() здесь ключ. Таким образом вы удаляете большинство нежелательных совпадений, но мне нужно было использовать цикл с остатком, чтобы избежать несортированных совпадений (это не должно быть слишком трудоемким). Возможно, вы захотите настроить его дальше, но я надеюсь, что это поможет.