Question

我有两个numpy数组（加载np.loadtxt的数据文件）。它们的长度不同（或行数，如果你愿意的话）。

我想创建一个掩码，在那里我找到较大数组中较小数组中的值。为此，我可以使用np.in1d。但是，较大阵列的精度也较高。我的问题在以下示例中说明

a = np.array([1.011, 2.000, 3.001])
b = np.array([1.01, 3.00])
mask = np.in1d(a, b)

c
array([False, False, False], dtype=bool)

我想要的是c

c
array([True, False, True], dtype=bool)

那么有没有办法允许np.in1d允许容差（tol=0.01）或更改数组a的精度？我也对原因的其他解决方案持开放态度。

Answer 1

你可以这样做，如下所示。如果a和b变大，则需要大量内存（按照a和b大小的乘积顺序）。如果这是一个问题，也许你可以循环到足够小的b块。

import numpy as np

def in1d_tol(a,b,tol):
    d=np.abs(a-b[:,np.newaxis])
    return np.any(d<=tol, axis=0)

a = np.array([1.011, 2.000, 3.001])
b = np.array([1.01, 3.00])

c = in1d_tol(a,b,0.01)

print c

Python：更改np.array的格式或允许in1d函数中的容差

1 个答案: