Question

我有两个numpy数组，我想通过索引比较来制作索引，

例如

a=[1,'aaa', 'bbb', 'vvv', 'www']
b=[2,'qqq', 'bbb', 'ppp', 'www']

通常，itersection会将数组的每个值与不同数组的每个值进行比较，

是否有任何有效的方法是python比较两个np数组索引从上面的例子中，当我们执行a和b之间的交集时，我们看到数组b的值2与a中的所有值进行比较，类似的值＆＃39; qqq＆＃39;将数组b的数据与数组a中的所有值进行比较，在最坏的情况下可以给出n * n复杂度，n是数组的长度。

上述例子的输出结果为2（对于＆＃39; bbb＆＃39;和＆＃39; www＆＃39;）

我想要的是交叉点可以是索引方式，让我们说当数组b与a进行比较时。数组b中的value2应仅与数组a的值1进行比较，并且对象＆＃39; qqq＆＃39; b应该与对象“aaa”进行比较。等等..

这也将解决上述交叉结果的n * n最坏情况复杂性。

Answer 1

如果我了解了您可以从列表中创建数组并直接比较后的内容，则可以通过调用sum来获取计数：

In [161]:

a=[1,'aaa', 'bbb', 'vvv', 'www']
b=[2,'qqq', 'bbb', 'ppp', 'www']
A = np.array(a)
B = np.array(b)
sum(A==B)
Out[161]:
2

当使用执行相等比较时，这将产生一个布尔数组：

In [166]:

A==B
Out[166]:
array([False, False,  True, False,  True], dtype=bool)

当您致电sum时，True值会转换为1而False会转换为0，以便您对True求和1}}值

修改

在np.array上调用.sum()会更高效：

In [173]: a=[1,'aaa', 'bbb', 'vvv', 'www'] a *=100 b=[2,'qqq', 'bbb', 'ppp', 'www'] b *=100 A = np.array(a) B = np.array(b) %timeit (A==B).sum() %timeit sum(A==B) The slowest run took 2784.03 times longer than the fastest. This could mean that an intermediate result is being cached 100000 loops, best of 3: 11.4 µs per loop 1000 loops, best of 3: 1.34 ms per loop

顶级sum明显慢于预期。

Answer 2

使用zip Python内置函数：

zip(a, b)

这将生成a和b元素的新列表，配对成员。

例如：

>>> zip([1, 2, 3], [4, 5, 6])
[(1, 4), (2, 5), (3, 6)]

然后你可以对新数组的元素进行比较：

for elem in zip(a, b):
    your_comparison(elem[0], elem[1])
    ...

Answer 3

如果我理解你想要的东西，这里是 a 方式：

[使用ipython]

In [1]: import numpy as np

In [2]: a = np.array([1, 'aaa', 'bbb', 'vvv', 'www'])

In [3]: b = np.array([2, 'qqq', 'bbb', 'ppp', 'www'])

In [4]: (a == b).sum()
Out[4]: 2

通过比较python中的两个numpy数组来建立索引

3 个答案: