虽然类似的问题已经提出了几次,但我仍然无法在Python中创建类似于matlab ismember函数的函数。特别是,我想在循环中使用这个函数,并在每次迭代中将整个矩阵与另一个矩阵的元素进行比较。在发生相同值的情况下,我想打印1,在任何其他情况下都是0.
假设我有以下矩阵
d = np.reshape(np.array([ 2.25, 1.25, 1.5 , 1. , 0. , 1.25, 1.75, 0. , 1.5 , 0. ]),(1,10))
d_unique = np.unique(d)
然后我
d_unique
array([ 0. , 1. , 1.25, 1.5 , 1.75, 2.25])
现在我想像
一样迭代J = np.zeros(np.size(d_unique))
for i in xrange(len(d_unique)):
J[i] = np.sum(ismember(d,d_unique[i]))
以便作为输出:
J = [3,1,2,2,1,1]
有人有任何想法吗?非常感谢提前。
答案 0 :(得分:7)
与其他答案相比,numpy有内置的numpy.in1d来做这件事。
在您的情况下使用:
if (isset($arr["transporters"])) {
foreach ($arr["transporters"] as $other) {
$model = new YourModel(); // add new model
$model->company_name = $other["transportername"];
.....
$model->others_column // remdeber to properly populated with all the value you needd
.......
if($model->save()){
$allsaved = true;
}
}
if($allsaved){
return ['data' => "Successifully created"];
}else{
return ['data' => "Sorry an error occured when saving the transporters"];
}
}
注意:它也接受列表作为输入。
答案 1 :(得分:2)
要回答你的问题,我猜你可以用以下方式定义一个ismember:
def ismember(d, k):
return [1 if (i == k) else 0 for i in d]
但是我对numpy并不熟悉,所以可能会有一点调整。
我猜你也可以使用收藏中的Counter:
>>> from collections import Counter
>>> a = [2.25, 1.25, 1.5, 1., 0., 1.25, 1.75, 0., 1.5, 0. ]
>>> Counter(a)
Counter({0.0: 3, 1.25: 2, 1.5: 2, 2.25: 1, 1.0: 1, 1.75: 1})
>>> Counter(a).keys()
[2.25, 1.25, 0.0, 1.0, 1.5, 1.75]
>>> c =Counter(a)
>>> [c[i] for i in sorted(c.keys())]
[3, 1, 2, 2, 1, 1]
再次,不是numpy,你可能不得不在某处做list(d)
。
答案 2 :(得分:1)
尝试以下功能:
def ismember(A, B):
return [ np.sum(a == B) for a in A ]
这应该与相应的Matlab函数非常相似。
答案 3 :(得分:0)
尝试使用pypi的ismember
库。
pip install ismember
示例:
# Import library
from ismember import ismember
# data
d = [ 2.25, 1.25, 1.5 , 1. , 0. , 1.25, 1.75, 0. , 1.5 , 0. ]
d_unique = [ 0. , 1. , 1.25, 1.5 , 1.75, 2.25]
# Lookup
Iloc,idx = ismember(d, d_unique)
# Iloc is boolean defining existence of d in d_unique
print(Iloc)
# [[True True True True True True True True True True]]
# indexes of d_unique that exists in d
print(idx)
# array([5, 2, 3, 1, 0, 2, 4, 0, 3, 0], dtype=int64)
print(d_unique[idx])
array([2.25, 1.25, 1.5 , 1. , 0. , 1.25, 1.75, 0. , 1.5 , 0. ])
print(d[Iloc])
array([2.25, 1.25, 1.5 , 1. , 0. , 1.25, 1.75, 0. , 1.5 , 0. ])
# These vectors will match
d[Iloc]==d_unique[idx]