我正在寻找一种有效获取布尔数组的方法，其中给定两个大小相等a和b的数组，如果a的相应元素，则每个元素都为true } in b的相应元素显示a = numpy.array([1, 2, 3, 4])
b = numpy.array([[1, 2, 13], [2, 8, 9], [5, 6], [7]])
print(numpy.magic_function(a, b))
例如，以下程序：
[True, True, False, False]
应打印
[x in y for x, y in zip(a, b)]
请记住，此功能应相当于
numpy仅a - 针对b和b较大且Invalid column name 'Film_Id'.
的每个元素相当小的情况进行了优化。
答案 0 :(得分：4)
要利用NumPy的broadcasting规则，您应首先将数组b平方，这可以使用itertools.izip_longest来实现：
from itertools import izip_longest
c = np.array(list(izip_longest(*b))).astype(float)
导致：
array([[ 1., 2., 5., 7.],
[ 2., 8., 6., nan],
[ 13., 9., nan, nan]])
然后，通过np.isclose(c, a)，您可以根据广播规则获得一个二维的布尔数组，显示每个c[:, i]和a[i]之间的差异，并给出：
array([[ True, True, False, False],
[False, False, False, False],
[False, False, False, False]], dtype=bool)
可以用来获得答案：
np.any(np.isclose(c, a), axis=0)
#array([ True, True, False, False], dtype=bool)
答案 1 :(得分：3)
b中的小列表的长度是否有上限？如果是这样，也许你可以使b表示1000x5的矩阵，并使用nan来填补太短的子阵列的空白。然后，您可以使用numpy.any来获得所需的答案，如下所示：
In [42]: a = np.array([1, 2, 3, 4])
...: b = np.array([[1, 2, 13], [2, 8, 9], [5, 6], [7]])
In [43]: bb = np.full((len(b), max(len(i) for i in b)), np.nan)
In [44]: for irow, row in enumerate(b):
...: bb[irow, :len(row)] = row
In [45]: bb
Out[45]:
array([[ 1., 2., 13.],
[ 2., 8., 9.],
[ 5., 6., nan],
[ 7., nan, nan]])
In [46]: a[:,np.newaxis] == bb
Out[46]:
array([[ True, False, False],
[ True, False, False],
[False, False, False],
[False, False, False]], dtype=bool)
In [47]: np.any(a[:,np.newaxis] == bb, axis=1)
Out[47]: array([ True, True, False, False], dtype=bool)
不知道这对您的数据来说是否更快。
答案 2 :(得分：1)
Sauldo Castro的方法在迄今为止发布的内容中运行得最快。原始帖子中的生成器表达式是第二快的。
import numpy
import random
alength = 100
a = numpy.array([random.randint(1, 6) for i in range(alength)])
b = []
for i in range(alength):
length = random.randint(1, 5)
element = []
for i in range(length):
element.append(random.randint(1, 6))
b.append(element)
b = numpy.array(b)
print a, b
from itertools import izip_longest
def magic_function1(a, b): # From OP Martin Fixman
return [x in y for x, y in zip(a, b)]
def magic_function2(a, b): # What I thought might be better.
bools = []
for x, y in zip(a,b):
found = False
for j in y:
if x == j:
found=True
break
bools.append(found)
def magic_function3(a, b): # What I tried first
bools = []
for i in range(len(a)):
found = False
for j in range(len(b[i])):
if a[i] == b[i][j]:
found=True
break
bools.append(found)
def magic_function4(a, b): # From Bas Swinkels
bb = numpy.full((len(b), max(len(i) for i in b)), numpy.nan)
for irow, row in enumerate(b):
bb[irow, :len(row)] = row
a[:,numpy.newaxis] == bb
return numpy.any(a[:,numpy.newaxis] == bb, axis=1)
def magic_function5(a, b): # From Sauldo Castro, revised version
c = numpy.array(list(izip_longest(*b))).astype(float)
return numpy.isclose(c, a), axis=0)
n_executions = 100
clock = timeit.Timer(stmt="magic_function1(a, b)", setup="from __main__ import magic_function1, a, b")
print clock.timeit(n_executions), "seconds"
# Repeat with each candidate function