Question

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？

Answer 1

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。

Answer 2

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]

Answer 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

NumPy数组交集的索引

3 个答案: