Question

说我有一个排序的numpy数组：

arr = np.array([0.0, 0.0],
               [0.5, 0.0],
               [1.0, 0.0],
               [0.0, 0.5],
               [0.5, 0.5],
               [1.0, 0.5],
               [0.0, 1.0],
               [0.5, 1.0],
               [1.0, 1.0])

并且假设我对它进行了一个非常简单的操作，这样我就有了一个新的数组，它与旧数组相同，但顺序是另一个：

arr2 = np.array([0.5, 0.0],
                [0.0, 0.0],
                [0.0, 0.5],
                [1.0, 0.0],
                [0.5, 0.5],
                [1.0, 0.5],
                [0.0, 1.0],
                [1.0, 1.0],
                [0.5, 1.0])

问题是：如何获得arr2中arr的每个元素放置位置的索引。换句话说，我想要一个方法，它接受两个数组并返回一个与arr2长度相同的数组，但是使用arr元素的索引。例如，返回数组的第一个元素将是arr2中arr的第一个元素的索引。

where_things_are(arr2, arr) 
return : array([1, 0, 3, 2, 4, 5, 6, 8, 7])

numpy中是否存在这样的函数？

修改

我试过了：

np.array([np.where((arr == x).all(axis=1)) for x in arr2])

返回我想要的内容，但我的问题仍然存在：使用numpy方法有更有效的方法吗？

EDIT2：

如果arr2的长度与原始数组的长度不同（如果我从中移除了一些元素），它也应该有用。因此，它没有找到并反转排列，而是找到元素所在的位置。

Answer 1

关键是颠倒排列。即使原始数组未排序，下面的代码仍然有效。如果它已排序，则可以使用find_map_sorted，这显然更快。

更新：根据OP不断变化的要求，我添加了一个处理丢失元素的分支。

import numpy as np

def invperm(p):
    q = np.empty_like(p)
    q[p] = np.arange(len(p))
    return q

def find_map(arr1, arr2):
    o1 = np.argsort(arr1)
    o2 = np.argsort(arr2)
    return o2[invperm(o1)]

def find_map_2d(arr1, arr2):
    o1 = np.lexsort(arr1.T)
    o2 = np.lexsort(arr2.T)
    return o2[invperm(o1)]

def find_map_sorted(arr1, arrs=None):
    if arrs is None:
        o1 = np.lexsort(arr1.T)
        return invperm(o1)
    # make unique-able
    rdtype = np.rec.fromrecords(arrs[:1, ::-1]).dtype
    recstack = np.r_[arrs[:,::-1], arr1[:,::-1]].view(rdtype).view(np.recarray)
    uniq, inverse = np.unique(recstack, return_inverse=True)
    return inverse[len(arrs):]

x1 = np.random.permutation(100000)
x2 = np.random.permutation(100000)
print(np.all(x2[find_map(x1, x2)] == x1))

rows = np.random.random((100000, 8))
r1 = rows[x1, :]
r2 = rows[x2, :]
print(np.all(r2[find_map_2d(r1, r2)] == r1))

rs = r1[np.lexsort(r1.T), :]
print(np.all(rs[find_map_sorted(r2), :] == r2))

# lose ten elements
print(np.all(rs[find_map_sorted(r2[:-10], rs), :] == r2[:-10]))

Answer 2

这是一种使用numpy Broadcasting的方式：

In [10]: ind = np.where(arr[:, None] == arr2[None, :])[1]

In [11]: ind[np.where(np.diff(ind)==0)]
Out[11]: array([1, 0, 3, 2, 4, 5, 6, 8, 7])

这背后的想法是，增加数组的维度，使它们的比较产生一个3d数组，因为如果我们在比较结果的第二轴上有两个连续的相等项，那么原始子数组的长度为2这两个项目都是平等的。为了更好地演示，这里是比较的结果而不选择第二轴：

In [96]: np.where(arr[:, None] == arr2[None, :])
Out[96]: 
(array([0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3,
        3, 4, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5, 5, 6, 6, 6, 6, 6, 6, 7, 7, 7, 7,
        7, 7, 8, 8, 8, 8, 8, 8]),
 array([0, 1, 1, 2, 3, 6, 0, 0, 1, 3, 4, 8, 0, 1, 3, 3, 5, 7, 1, 2, 2, 4, 5,
        6, 0, 2, 4, 4, 5, 8, 2, 3, 4, 5, 5, 7, 1, 2, 6, 6, 7, 8, 0, 4, 6, 7,
        8, 8, 3, 5, 6, 7, 7, 8]),
 array([1, 0, 1, 0, 1, 0, 0, 1, 1, 1, 0, 0, 1, 1, 0, 1, 0, 0, 0, 0, 1, 1, 1,
        0, 0, 1, 0, 1, 1, 0, 1, 0, 1, 0, 1, 0, 0, 0, 0, 1, 1, 1, 0, 0, 1, 1,
        0, 1, 0, 0, 1, 0, 1, 1]))

然后，为了找到那些项目，我们只需找到他们的差异为0的地方。

Answer 3

如果您保证唯一性：

[ np.where(np.logical_and((arr2==x)[:,1], (arr2==x)[:,0])==True)[0][0] for x in arr]

请注意，我将您的数组转换为2D： e.g。

arr2 = np.array([[0.5, 0.0],
[0.0, 0.0],
[0.0, 0.5],
[1.0, 0.0],
[0.5, 0.5],
[1.0, 0.5],
[0.0, 1.0],
[1.0, 1.0],
[0.5, 1.0]])

Answer 4

numpy_indexed包（免责声明：我是它的作者）包含完全解决此类问题的高效功能; npi.indices是list.index的ndarray等价物。

import numpy_indexed as npi
idx = npi.indices(arr, arr2)

这将返回一个索引列表，例如arr [idx] == arr2。如果arr2包含arr中不存在的元素，则会引发ValueError;但是你可以通过“缺失”来控制它。 kwarg。

如果numpy中包含此功能，请回答您的问题;是的，从某种意义上说，numpy是一个图灵完备的生态系统。但不是真的，如果你以有效，正确和一般的方式计算实现它所需的代码行数。

如何查找重新排序的numpy数组的索引？

4 个答案: