Question

我有两个3D数组，想要在一个数组中识别2D元素，在另一个数组中有一个或多个类似的对应物。

这适用于Python 3：

{{1}}

但当然这种方法非常慢。请告诉我，有一种更有效的方式（以及它是什么）。 THX。

Answer 1

您正在尝试执行所有最近邻居类型的查询。这是具有特殊O（n log n）算法的东西，我不知道python实现。但是你可以使用常规的最近邻居，它也是O（n log n）稍慢一点。例如scipy.spatial.KDTree或cKDTree。

import numpy as np
import random
np.random.seed(123)
A = np.round(np.random.rand(25000,2,2),2)
B = np.round(np.random.rand(25000,2,2),2)

import scipy.spatial
tree = scipy.spatial.cKDTree(A.reshape(25000, 4))
results = tree.query_ball_point(B.reshape(25000, 4), r=1e-04, p=1)

print [r for r in results if r != []]
# [[14252], [1972], [7108], [13369], [23171]]

query_ball_point()与allclose()并不完全等效，但足够接近，特别是如果您不关心rtol参数allclose()。您还可以选择指标（城市街区p=1或欧几里德p=2）。

P.S。考虑将query_ball_tree()用于非常大的数据集。在这种情况下，A和B都必须编入索引。

P.S。我不确定元素的二维性应该具有什么影响;我给出的示例代码将它们视为1d，并且至少在使用城市街区指标时是相同的。

Answer 2

从np.allclose的文档中，我们有：

如果以下等式是元素为True，那么allclose返回   真。

绝对（a - b）＆lt; =（atol + rtol * absolute（b））

使用该标准，我们可以使用broadcasting进行矢量化实现，为所述问题进行自定义，如此 -

# Setup parameters
rtol,atol = 1e-04, 1e-06

# Use np.allclose criteria to detect true/false across all pairwise elements
mask = np.abs(A[:,None,] - B) <= (atol + rtol * np.abs(B))

# Use the problem context to get final output
out = np.nonzero(mask.all(axis=(2,3)).any(1))[0]

在3d数组中找到2d元素，这些元素类似于另一个3d数组中的2d元素

2 个答案: