我有两个NumPy数组。例如:
arr1 = np.array(['a','b','a','c','c','b','a','d'])
arr2 = np.array(['a','b','c','d'])
我的任务是创建arr2
数组的索引列表,其中arr1 == arr2
。
所需列表的长度应等于len(arr1)
。例如,在我的情况下,正确的答案是[0,1,0,2,2,1,0,3]
。
这样做的简短方法是什么?可以在这里使用列表理解吗?
答案 0 :(得分:4)
我注意到arr2是按照设计排序的?如果是这样,你可以这样做:
arr1 = np.array(['a','b','a','c','c','b','a','d'])
arr2 = np.array(['a','b','c','d'])
arr2.searchsorted(arr1)
# array([0, 1, 0, 2, 2, 1, 0, 3])
正如@JAB所提到的,当arr2未排序时,您可以使用sorter关键字进行搜索:
arr2 = np.array(['d', 'c', 'b', 'a'])
sorter = arr2.argsort()
sorter[arr2.searchsorted(arr1, sorter=sorter)]
# array([3, 2, 3, 1, 1, 2, 3, 0])
由于argsort,这是一个O(N * log(N))方法,但对于许多用例来说,它应该仍然非常快。
答案 1 :(得分:3)
不确定numpy
是否有方法,但这是一种内置方法,它及时采用O(N):
In [9]: lookup = {v:i for i, v in enumerate(arr2)}
In [10]: [lookup[v] for v in arr1]
Out[10]: [0, 1, 0, 2, 2, 1, 0, 3]
答案 2 :(得分:3)
你可以使用NumPy使用广播这样做,但是如果你的阵列很大,你最终可能会为中间结果分配大量的内存
>>> import numpy as np
>>> arr1, arr2 = np.array(['a','b','a','c','c','b','a','d']), np.array(['a','b','c','d'])
>>> arr1 == arr2[:, None]
array([[ True, False, True, False, False, False, True, False],
[False, True, False, False, False, True, False, False],
[False, False, False, True, True, False, False, False],
[False, False, False, False, False, False, False, True]], dtype=bool)
>>> (arr1 == arr2[:, None]).argmax(axis=0)
array([0, 1, 0, 2, 2, 1, 0, 3])
>>>
否则请密切注意arraysetops
,以防有人向return_index
添加intersect1d
参数