Question

我试图找出一种有效的方法来查找两个np.arrays的行交叉。

两个数组具有相同的形状，并且每行中不会出现重复值。

例如：

import numpy as np

a = np.array([[2,5,6],
              [8,2,3],
              [4,1,5],
              [1,7,9]])

b = np.array([[2,3,4],  # one element(2) in common with a[0] -> 1
              [7,4,3],  # one element(3) in common with a[1] -> 1
              [5,4,1],  # three elements(5,4,1) in common with a[2] -> 3
              [7,6,9]]) # two element(9,7) in common with a[3] -> 2

我想要的输出是：np.array([1,1,3,2])

通过循环很容易做到这一点：

def get_intersect1ds(a, b):
    result = np.empty(a.shape[0], dtype=np.int)
    for i in xrange(a.shape[0]):
        result[i] = (len(np.intersect1d(a[i], b[i])))
    return result

结果：

>>> get_intersect1ds(a, b)
array([1, 1, 3, 2])

但是有更有效的方法吗？

Answer 1

如果一行中没有重复内容，您可以尝试复制np.intersect1d所做的内容（请参阅源代码here）：

>>> c = np.hstack((a, b))
>>> c
array([[2, 5, 6, 2, 3, 4],
       [8, 2, 3, 7, 4, 3],
       [4, 1, 5, 5, 4, 1],
       [1, 7, 9, 7, 6, 9]])
>>> c.sort(axis=1)
>>> c
array([[2, 2, 3, 4, 5, 6],
       [2, 3, 3, 4, 7, 8],
       [1, 1, 4, 4, 5, 5],
       [1, 6, 7, 7, 9, 9]])
>>> c[:, 1:] == c[:, :-1]
array([[ True, False, False, False, False],
       [False,  True, False, False, False],
       [ True, False,  True, False,  True],
       [False, False,  True, False,  True]], dtype=bool)
>>> np.sum(c[:, 1:] == c[:, :-1], axis=1)
array([1, 1, 3, 2])

Answer 2

这个答案可能不太可行，因为如果输入有形状（N，M），它会生成一个大小为（N，M，M）的中间数组，但看看你可以用广播做什么总是很有趣：

In [43]: a
Out[43]: 
array([[2, 5, 6],
       [8, 2, 3],
       [4, 1, 5],
       [1, 7, 9]])

In [44]: b
Out[44]: 
array([[2, 3, 4],
       [7, 4, 3],
       [5, 4, 1],
       [7, 6, 9]])

In [45]: (np.expand_dims(a, -1) == np.expand_dims(b, 1)).sum(axis=-1).sum(axis=-1)
Out[45]: array([1, 1, 3, 2])

对于大型数组，可以通过批量操作使该方法更加内存友好。

Answer 3

我无法想到一个干净的纯粹解决方案，但以下建议应该加快速度，可能会非常显着：

使用numba。就像使用get_intersect1ds

@autojit

intersect1d

通过assume_unique = True

有效地找到两个2-D numpy数组的行交叉点

3 个答案: