使用Python高效的方法来执行元素“插入"操作使用numpy [英] Pythonic and efficient way to do an elementwise "in" using numpy

问题描述

我正在寻找一种有效获取布尔数组的方法，其中给定两个大小相等的数组 a 和 b ，如果相应的元素为true，则每个元素为true a 的元素出现在 b 的相应元素中.

I'm looking for a way to efficiently get an array of booleans, where given two arrays with equal size a and b, each element is true if the corresponding element of a appears in the corresponding element of b.

例如，以下程序:

a = numpy.array([1, 2, 3, 4])
b = numpy.array([[1, 2, 13], [2, 8, 9], [5, 6], [7]])
print(numpy.magic_function(a, b))

应该打印

[True, True, False, False]

请记住，此功能应等同于

Keep in mind this function should be the equivalent of

[x in y for x, y in zip(a, b)]

仅当 a 和 b 很大且 b 的每个元素为相当小.

Only numpy-optimized for cases when a and b are big, and each element of b is reasonably small.

推荐答案

要利用NumPy的广播规则，应首先使数组 b 平方，这可以使用 itertools.izip_longest :

To take advantage of NumPy's broadcasting rules you should make array b squared first, which can be achieved using itertools.izip_longest:

from itertools import izip_longest

c = np.array(list(izip_longest(*b))).astype(float)

导致:

array([[  1.,   2.,   5.,   7.],
       [  2.,   8.,   6.,  nan],
       [ 13.,   9.,  nan,  nan]])

然后，通过执行 np.isclose(c，a)，您将获得一个二维布尔数组，显示每个 c [:, i] 和 a [i] ，根据广播规则，给出:

Then, by doing np.isclose(c, a) you get a 2D array of Booleans showing the difference between each c[:, i] and a[i], according to the broadcasting rules, giving:

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

可以用来获取答案的人

np.any(np.isclose(c, a), axis=0)
#array([ True,  True, False, False], dtype=bool)

这篇关于使用Python高效的方法来执行元素“插入"操作使用numpy的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！