Question

我有以下问题，到目前为止我还没有找到任何有用的提示。

我有两个看起来像这样的数组：

sample_nodes = [[ ID_1    x1    y1    z1]
                [ ID_2    x2    y2    z2]
                [ ID_3    x3    y3    z4]
                .
                .
                .
                [ ID_n    xn    yn    zn]]

和

sample_elements = [[[ ID_7    0    0    0]
                    [ ID_21   0    0    0]
                    [ ID_991  0    0    0]
                    [ ID_34   0    0    0]]

                   [[ ID_67   0    0    0]
                    [ ID_1    0    0    0]
                    [ ID_42   0    0    0]
                    [ ID_15   0    0    0]]

                    .
                    .
                    .

                   [[ ID_33   0    0    0]
                    [ ID_42   0    0    0]
                    [ ID_82   0    0    0]
                    [ ID_400  0    0    0]]]

sample_nodes具有sample_elements所需的x，y和z坐标，其中ID以随机顺序排列。因此，我必须查看sample_elements数组中每行的每个ID，并从sample_nodes中找出相应的x，y和z坐标，并在与ID对应的sample_elements数组中再次替换零值。

我对python和numpy都很新，因此，不知道如何解决这个问题。在此先感谢各位有兴趣解决这个问题的人。

此外，sample_elements中的所有ID都存在于sample_nodes中。只有在sample_elements中它们才是随机排列的，因为它们是由一个名为Gmsh的网格化软件生成的。我实际上是在尝试解析它的输出网格文件。

Answer 1

您可以使用np.searchsorted来形成原始行顺序，然后只需将其编入sample_nodes即可为我们提供所需的输出。因此，我们会有这样的实现 -

sample_nodes[np.searchsorted(sample_nodes[:,0],sample_elements[:,0])]

示例运行 -

In [80]: sample_nodes
Out[80]: 
array([[1, 3, 3, 6],
       [3, 2, 4, 8],
       [4, 2, 3, 4],
       [5, 3, 0, 8],
       [6, 8, 2, 3],
       [7, 4, 6, 3],
       [8, 3, 8, 4]])

In [81]: sample_elements
Out[81]: 
array([[7, 0, 0, 0],
       [5, 0, 0, 0],
       [3, 0, 0, 0],
       [6, 0, 0, 0]])

In [82]: sample_nodes[np.searchsorted(sample_nodes[:,0],sample_elements[:,0])]
Out[82]: 
array([[7, 4, 6, 3],
       [5, 3, 0, 8],
       [3, 2, 4, 8],
       [6, 8, 2, 3]])

如果IDs中的sample_nodes未按排序顺序排列，我们需要将sorter与np.searchsorted一起使用，如此 -

sidx = sample_nodes[:,0].argsort()
row_idx = np.searchsorted(sample_nodes[:,0],sample_elements[:,0],sorter=sidx)
out = sample_nodes[sidx[row_idx]]

示例运行 -

In [98]: sample_nodes
Out[98]: 
array([[3, 3, 3, 6],
       [5, 2, 4, 8],
       [8, 2, 3, 4],
       [1, 3, 0, 8],
       [4, 8, 2, 3],
       [7, 4, 6, 3],
       [6, 3, 8, 4]])

In [99]: sample_elements
Out[99]: 
array([[7, 0, 0, 0],
       [5, 0, 0, 0],
       [3, 0, 0, 0],
       [6, 0, 0, 0]])

In [100]: out
Out[100]: 
array([[7, 4, 6, 3],
       [5, 2, 4, 8],
       [3, 3, 3, 6],
       [6, 3, 8, 4]])

Answer 2

numpy_indexed包具有解决问题关键步骤的功能（在另一个序列中找到一个序列的索引）。如果你不熟悉numpy，并且关心效率，请务必仔细阅读！

import numpy as np
import numpy_indexed as npi

sample_nodes = np.asarray(sample_nodes)
sample_elements = np.asarray(sample_elements)

idx = npi.indices(sample_nodes[:, 0], sample_elements[:, 0])

sample_elements[:, 1:] = sample_nodes[idx, 1:]

在一个数组中搜索特定元素并复制其他数组

2 个答案: