Question

我有两个1D numpy数组A（小）和B（大）

A=np.array([6,7,8,9,10])

B=np.array([0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,10])

我想检查是否在阵列B中检测到的阵列A的元素数量相同。从我们检测到数组A的起始位置获取数组B的索引值

Index Value returned = 6

我们是否有任何内置的numpy功能来执行此类操作？

Answer 1

我有时也遇到过这个问题。我认为特别是对于大型numpy数组最快的方法是将它们转换为字符串然后再进行。这是我使用的代码：

b=np.array([6,7,8,9,10])    
a=np.array([0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,10])
a.tostring().index(b.tostring())//a.itemsize

Answer 2

我找到了一个很好的解决方案。

@EdSmith在Finding Patterns in a Numpy Array

中给出

简而言之，就是这个过程

缩短要搜索的数组的长度。（我的例子A）
使用np.where和np.all

这不是我的代码，而是可以在about链接中找到的代码，简单易用。我只是稍微修改它以适合我的例子希望它可以帮助某人：）

感谢@EdSmith

import numpy as np

A=np.array([6,7,8,9,10])

B=np.array([0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,10])

N = len(A)
possibles = np.where(B == A[0])[0]

solns = []
for p in possibles:
    check = B[p:p+N]
if np.all(check == A):
    solns.append(p)

print(solns)

输出继电器

[6]

Answer 3

试试这个：

import numpy as np
A=np.array([6,7,8,9,10])
B=np.array([0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,10])
r = np.ones_like(B)
for x in range(len(A)):r*=np.roll((B==A[x]),-x)
#first index, answer: /6/ 
print(np.where(r)[0][0])

Numpy：在较大的数组B中搜索具有相同模式的数组A.

3 个答案: