Проверьте, не содержат ли два трехмерных массива перекрывающиеся двухмерные массивы. - PullRequest
0 голосов
/ 20 февраля 2019

У меня есть два очень больших массива, которые оба являются 3DМне нужно найти эффективный способ проверить, не перекрываются ли они, потому что сначала их превращение в наборы занимает слишком много времени.Я пытался использовать другое решение, которое я нашел здесь, для этой же проблемы, но для 2D-массивов, но мне не удалось заставить его работать для 3D.Вот решение для 2D:

nrows, ncols = A.shape
dtype={'names':['f{}'.format(i) for i in range(ndep)],
       'formats':ndep * [A.dtype]}
C = np.intersect1d(A.view(dtype).view(dtype), B.view(dtype).view(dtype))
# This last bit is optional if you're okay with "C" being a structured array...
C = C.view(A.dtype).reshape(-1, ndep)

(где A и B - двумерные массивы). Мне нужно найти количество перекрывающихся массивов, но не конкретных.

1 Ответ

0 голосов
/ 20 февраля 2019

Мы могли бы использовать views, используя вспомогательную функцию, которую я использовал в нескольких вопросах и ответах.Чтобы получить наличие подмассивов, мы могли бы использовать np.isin на видах или использовать более трудоемкий с np.searchsorted.

Подход № 1: Используя np.isin -

# https://stackoverflow.com/a/45313353/ @Divakar
def view1D(a, b): # a, b are arrays
    a = np.ascontiguousarray(a)
    b = np.ascontiguousarray(b)
    void_dt = np.dtype((np.void, a.dtype.itemsize * a.shape[1]))
    return a.view(void_dt).ravel(),  b.view(void_dt).ravel()

def isin_nd(a,b):
    # a,b are the 3D input arrays to give us "isin-like" functionality across them
    A,B = view1D(a.reshape(a.shape[0],-1),b.reshape(b.shape[0],-1))
    return np.isin(A,B)

Подход № 2: Мы также можем использовать np.searchsorted на views -

def isin_nd_searchsorted(a,b):
    # a,b are the 3D input arrays
    A,B = view1D(a.reshape(a.shape[0],-1),b.reshape(b.shape[0],-1))
    sidx = A.argsort()
    sorted_index = np.searchsorted(A,B,sorter=sidx)
    sorted_index[sorted_index==len(A)] = len(A)-1
    idx = sidx[sorted_index]
    return A[idx] == B

Итак, эти два решения дают нам маску присутствиякаждого из подмассивов от a до b.Следовательно, чтобы получить желаемое количество, это будет - isin_nd(a,b).sum() или isin_nd_searchsorted(a,b).sum().

Пробный прогон -

In [71]: # Setup with 3 common "subarrays"
    ...: np.random.seed(0)
    ...: a = np.random.randint(0,9,(10,4,5))
    ...: b = np.random.randint(0,9,(7,4,5))
    ...: 
    ...: b[1] = a[4]
    ...: b[3] = a[2]
    ...: b[6] = a[0]

In [72]: isin_nd(a,b).sum()
Out[72]: 3

In [73]: isin_nd_searchsorted(a,b).sum()
Out[73]: 3

Синхронизация на больших массивах -

In [74]: # Setup
    ...: np.random.seed(0)
    ...: a = np.random.randint(0,9,(100,100,100))
    ...: b = np.random.randint(0,9,(100,100,100))
    ...: idxa = np.random.choice(range(len(a)), len(a)//2, replace=False)
    ...: idxb = np.random.choice(range(len(b)), len(b)//2, replace=False)
    ...: a[idxa] = b[idxb]

# Verify output
In [82]: np.allclose(isin_nd(a,b),isin_nd_searchsorted(a,b))
Out[82]: True

In [75]: %timeit isin_nd(a,b).sum()
10 loops, best of 3: 31.2 ms per loop

In [76]: %timeit isin_nd_searchsorted(a,b).sum()
100 loops, best of 3: 1.98 ms per loop
...