NumPy: сравнение элементов в двух массивах

Question

Кто-нибудь когда-нибудь сталкивался с этой проблемой? Допустим, у вас есть два массива, как показано ниже

a = array([1,2,3,4,5,6])
b = array([1,4,5])

Есть ли способ сравнить, какие элементы в a существуют в b? Например,

c = a == b # Wishful example here
print c
array([1,4,5])
# Or even better
array([True, False, False, True, True, False])

Я стараюсь избегать петель, так как это займет целые годы с миллионами элементов Есть идеи?

Приветствия

Answer 1

На самом деле, есть даже более простое решение, чем любое из них:

import numpy as np

a = array([1,2,3,4,5,6])
b = array([1,4,5])

c = np.in1d(a,b)

Результирующий c равен:

array([ True, False, False,  True,  True, False], dtype=bool)

Answer 2

Используйте np.intersect1d.

#!/usr/bin/env python
import numpy as np
a = np.array([1,2,3,4,5,6])
b = np.array([1,4,5])
c=np.intersect1d(a,b)
print(c)
# [1 4 5]

Обратите внимание, что np.intersect1d дает неправильный ответ, если a или b имеют неуникальные элементы. В этом случае используйте np.intersect1d_nu.

Существует также np.setdiff1d, setxor1d, setmember1d и union1d. Увидеть Список примеров Numpy With Doc

Answer 3

Numpy имеет функцию set numpy.setmember1d (), которая работает с отсортированными и уникальными массивами и возвращает именно тот логический массив, который вам нужен. Если входные массивы не соответствуют критериям, вам необходимо преобразовать их в заданный формат и инвертировать преобразование результата.

import numpy as np
a = np.array([6,1,2,3,4,5,6])
b = np.array([1,4,5])

# convert to the uniqued form
a_set, a_inv = np.unique1d(a, return_inverse=True)
b_set = np.unique1d(b)
# calculate matching elements
matches = np.setmea_set, b_set)
# invert the transformation
result = matches[a_inv]
print(result)
# [False  True False False  True  True False]

Edit: К сожалению, метод setmember1d в numpy действительно неэффективен. Предложенный вами метод сортировки и назначения поиска работает быстрее, но если вы можете назначить напрямую, вы также можете назначить непосредственно результат и избежать большого количества ненужного копирования. Также ваш метод потерпит неудачу, если b содержит что-либо не в a. Следующее исправляет эти ошибки:

result = np.zeros(a.shape, dtype=np.bool)
idxs = a.searchsorted(b)
idxs = idxs[np.where(idxs < a.shape[0])] # Filter out out of range values
idxs = idxs[np.where(a[idxs] == b)] # Filter out where there isn't an actual match
result[idxs] = True
print(result)

Мои тесты показывают, что это 91us против 6,6 мс для вашего подхода и 109 мс для NumPy Setmember1d для 1M элемента a и 100 элемента b.

Answer 4

Спасибо за ваш ответ kaizer.se. Это не совсем то, что я искал, но с предложением от друга и того, что вы сказали, я придумал следующее.

import numpy as np

a = np.array([1,4,5]).astype(np.float32)
b = np.arange(10).astype(np.float32)

# Assigning matching values from a in b as np.nan
b[b.searchsorted(a)] = np.nan

# Now generating Boolean arrays
match = np.isnan(b)
nonmatch = match == False

Это немного громоздкий процесс, но он лучше, чем писать циклы или использовать переплетение с циклами.

Приветствия

Answer 5

ebresset, ваш ответ не будет работать, если a не является подмножеством b (а a и b отсортированы). В противном случае поисковый запрос вернет ложные индексы. Я должен был сделать что-то подобное, и комбинировать это с вашим кодом:

# Assume a and b are sorted
idxs = numpy.mod(b.searchsorted(a),len(b))
idxs = idxs[b[idxs]==a]
b[idxs] = numpy.nan
match = numpy.isnan(b)

Answer 6

Ваш пример подразумевает поведение, подобное множеству, заботясь о существовании в массиве , чем о наличии нужного элемента в нужном месте. Numpy делает это по-разному со своими математическими массивами и матрицами, он расскажет вам только об элементах в нужном месте. Можете ли вы сделать эту работу для вас?

>>> import numpy
>>> a = numpy.array([1,2,3])
>>> b = numpy.array([1,3,3])
>>> a == b
array([ True, False,  True], dtype=bool)