Question

我想检查数组b是否是数组a的子集。通过子集我的意思是我想检查b中是否找到a的所有元素。

这是我的代码：

import numpy as np
a = np.array([[1,7,9],[8,3,12],[101,-74,0.5]])
b = np.array([[1,9],[8,12],[101,0.5]])
print a
print b

这是输出

数组a

[[   1.     7.     9. ]
 [   8.     3.    12. ]
 [ 101.   -74.     0.5]]

数组b

[[   1.     9. ]
 [   8.    12. ]
 [ 101.     0.5]]

有没有办法检查b是否是？

的子集

编辑：附加信息：

根据下面的评论，我应该澄清一下，我需要知道数组b是否是数组a的子集 - 如果子集中缺少一个元素，那么我正在寻找一种方法来检查这一点。我不需要指示元素丢失的子集中的哪个位置，只是知道它丢失了。如果可以提供有关缺失元素的其他信息，那么这将是一个奖励，但这不是一个硬性要求。抱歉不早点清除它。

我将这个问题作为一个子集来表达的理由是，如果一个数组是另一个数组的子集，那么这就意味着子集数组的所有值都存在于更大的数组中。

Answer 1

我想你想numpy.in1d，就像这样：

import numpy as np
a = np.array([[1,7,9],[8,3,12],[101,-74,0.5]])
b = np.array([[1,9],[8,12],[101,0.5]])

np.in1d(b.ravel(), a.ravel()).all()

Answer 2

如果你想比较列，一种方法是先将它们分组：

a = np.array([[1,7,9],[8,3,12],[101,-74,0.5]])
b = np.array([[1,9],[8,12],[101,0.5]])
c = np.array([[1,9],[8,12],[101,-74.]])

def bycols(arr):
    tr=arr.T.copy()
    type=np.dtype((np.void,tr.strides[0]))
    return tr.view(type).squeeze()

A,B,C=[bycols(x) for x in (a,b,c)]

然后A，B，C只是表示列的字节数组：

In [5]: [x.shape for x in (A,B,C)]
Out[5]: [(3,), (2,), (2,)]

您现在可以使用np.in1d测试所属：

In [6]: np.in1d(C,A)
Out[6]: array([ True, False], dtype=bool)

In [7]: np.in1d(B,A)
Out[7]: array([ True,  True], dtype=bool)

但是：

In [8]: np.in1d(c,a)
Out[8]: array([ True,  True,  True,  True,  True,  True], dtype=bool)

因为np1d适用于扁平数组。

Answer 3

这应该有效：

set(np.unique(b)).issubset(set(np.unique(a)))

编辑：上面的代码返回True或False，而不是布尔列向量。从@Eelco Hoogendoorn对您的问题的评论，我了解到您确实对检查b的行是否是{的相应行的子集感兴趣{1}}，对吗？假设这是正确的问题描述，下面的单行应该可以工作：

上面的代码简单易读，不需要第三方依赖。这无疑是一个快速而肮脏的解决方案，因为正如@Bi Rico正确指出的那样，这种方法效率非常低。如果你需要处理大型数组，你应该坚持使用矢量化算法。

Answer 4

如果我正确地读了你的问题（测试a和b中的每一个对应的行，如果b中的行是a中行的一个子集），这应该有效且正确地执行：

{{1}}

您需要安装numpy_indexed包（免责声明：我是其作者）

NumPy检查2D阵列是否是2D阵列的子集

4 个答案: