Question

我正在寻找找到numpy中两个数组之间精确重叠的最佳（最快）方法。给定两个数组x和y

x = array([1,0,3,0,5,0,7,4],dtype=int)
y = array([1,4,0,0,5,0,6,4],dtype=int)

我想得到的是一个长度相同的数组，只包含两个相等的数字：

array([1,0,0,0,5,0,0,4])

首先我试过

x&y
array([1,0,0,0,5,0,6,4])

然后我意识到，对于两个数字，如果它们是＆gt;则总是如此。 0

Answer 1

result = numpy.where(x == y, x, 0)

查看numpy.where文档以获取解释。基本上，numpy.where(a, b, c)，对于条件a，返回一个形状a的数组，以及来自b或c的值，具体取决于是否相应的元素a是否属实。 b或c可以是标量。

顺便说一下，对于两个正数，x & y不一定“总是正确”。对于x和y中的元素，它bitwise-and：

x = numpy.array([2**p for p in xrange(10)])
# x is [  1   2   4   8  16  32  64 128 256 512]
y = x - 1
# y is [  0   1   3   7  15  31  63 127 255 511]
x & y
# result: [0 0 0 0 0 0 0 0 0 0]

这是因为x中每个元素的按位表示形式为1，后跟n零，y中的对应元素为{{1 1s。通常，对于两个非零数字n和a，b可能等于零，或非零，但不一定等于a & b或{{1} }。

Answer 2

使用numpy.where是最常用的解决方案。但在这种特殊情况下，并且因为它是一种有用的编程实践，您可以使用x==y作为掩码：

mask = x==y  
# mask is  array([ True, False, False,  True,  True,  True, False,  True], dtype=bool)

xf = mask * x
# xf is array([1, 0, 0, 0, 5, 0, 0, 4])

或直接

xf = (x==y) * x

现在想象一些数据X（例如声音为1D，图像为2D，电影为3D等）

(X<1) * -1. + (X>1) * 1.

返回值为-1的数据，幅度低于1，否则为1.。

Answer 3

从文档中尝试numpy.in1d ....

测试1D数组的每个元素是否也存在于第二个数组中。

返回与ar1长度相同的布尔数组，即True 其中ar1的元素在ar2中，否则为False。

参数

ar1：array_like，shape（M，）输入数组。 ar2：array_like 用于测试ar1的每个值的值。 assume_unique：bool，可选如果为True，则假定输入数组是唯一的，即可以加快计算速度。默认值为False。

返回

面具：bool的ndarray，形状（M，）值ar1[mask]位于ar2。

另见

numpy.lib.arraysetops：具有许多其他功能的模块在数组上执行set操作。

备注

in1d可以被视为元素的函数版本 python关键字in，用于1D序列。 in1d(a, b)粗略地说相当于np.array([item in b for item in a])。

.. versionadded :: 1.4.0

实施例

test = np.array([0, 1, 2, 5, 0])
states = [0, 2]
mask = np.in1d(test, states)
mask
    array([ True, False,  True, False,  True], dtype=bool)
test[mask]
    array([0, 2, 0])

寻找找到numpy中两个相等长度数组之间精确重叠的最快方法

3 个答案:

参数

返回

另见

备注

实施例