Python: обновление списка или массива в цикле while

Question

У меня есть массив пустых массивов (я был бы рад поработать со списком пустых массивов), и я хочу отредактировать весь массив.В частности, я проверяю, разделяют ли массивы (в пределах большего массива) значения, и если они это делают, я удаляю общие значения из меньшего массива.

Проблема, с которой я сталкиваюсь, заключается в том, что при попытке переустановитьизмененные массивы во весь охватывающий массив, окончательный вывод после завершения цикла while не запоминает обновленные модули.

Я считаю, что это как-то связано с нюансами питонов элементов копирования / просмотра, и это когдаЯ обращаюсь к элементу i или j всего массива, я создаю новый объект в цикле while, а не редактирую элемент внутри большего массива.Тем не менее, я рад признать, что не до конца понимаю это и окончательно не могу придумать альтернативу, несмотря на несколько часов попыток.

#Feature_Modules is an array (or list) of number arrays, each containing a set of integers
i = 0
j = 0
while i < Feature_Modules.shape[0]: # Check element i against every other element j
    if i != j:
        Ref_Module = Feature_Modules[i]
        while j < Feature_Modules.shape[0]:
            if i != j:
                Query_Module = Feature_Modules[j]
                if np.array_equal(np.sort(Ref_Module),np.sort(Query_Module)) == 1: # If modules contain exactly the same integers, delete one of this. This bit actually works and is outputted at the end.
                    Feature_Modules = np.delete(Feature_Modules,j)
                Shared_Features = np.intersect1d(Ref_Module, Query_Module)
                if Shared_Features.shape[0] > 0 and np.array_equal(np.sort(Ref_Module),np.sort(Query_Module)) == 0: # If the modules share elements, remove the shared elements from the smaller module. This is the bit that isn't outputted in the final Feature_Modules object.
                    Module_Cardinalities = np.array([Ref_Module.shape[0],Query_Module.shape[0]])
                    Smaller_Group = np.where(Module_Cardinalities == np.min(Module_Cardinalities))[0][0]
                    New_Groups = np.array([Ref_Module,Query_Module])
                    New_Groups[Smaller_Group] = np.delete(New_Groups[Smaller_Group],np.where(np.isin(New_Groups[Smaller_Group],Shared_Features) == 1))
                    Feature_Modules = Feature_Modules.copy()
                    Feature_Modules[i] = New_Groups[0] # Replace the current module of Feature_Modules with the new module (Isn't outputted at end of while loops)
                    Feature_Modules[j] = New_Groups[1] # Replace the current module of Feature_Modules with the new module (Isn't outputted at end of while loops)
                else:
                    j = j + 1
            else:
                j = j + 1
    else:
        i = i + 1
    i = i + 1

Так что, если мы используем этот небольшой набор данных в качестве примера,

Feature_Modules = np.array([np.array([1,2,3,4,5,6,7,8]),np.array([9,10,1,2,3,4]), np.array([20,21,22,23])])

Новый Feature_Modules должен быть;

Feature_Modules = np.array([np.array([1,2,3,4,5,6,7,8]), np.array([9,10]), np.array([20,21,22,23])])

, поскольку общие значения в массивах [0] и [1] были удалены из [1], так как он был меньшемассив.

Answer 1

Я бы предложил использовать более кодовый подход Python X к коду:

import numpy as np

Feature_Modules = np.array([np.array([1,2,3,4,5,6,7,8]), np.array([9,10,1,2,3,4]), np.array([20,21,22,23])])

for n1,arr1 in enumerate(Feature_Modules[:-1]):
    l1 = len(arr1)
    for n2,arr2 in enumerate(Feature_Modules[n1+1:]):
        l2 = len(arr2)
        intersect, ind1, ind2 = np.intersect1d(arr1, arr2, return_indices=True)
        if len(intersect) == 0:
            continue
        if l1 > l2:
            Feature_Modules[n2+n1+1] = np.delete(arr2, ind2)
        else:
            Feature_Modules[n1] = np.delete(arr1, ind1)

# [array([1, 2, 3, 4, 5, 6, 7, 8]) array([ 9, 10]) array([20, 21, 22, 23])]

РЕДАКТИРОВАТЬ:

Этот код будет редактировать исходный массив, чтобы отслеживать список, которыйуже был удален элемент.Если вы хотите оставить исходный массив без изменений, просто скопируйте его:

copy = np.array(original)