将numpy数组与单个值进行比较

Question

我有一个带有许多值的numpy-array“target_tokes”。我尝试接收一个相同形状的numpy_array，其中1.在target_tokens数组中我有一个特定值（即九个或两个）的位置。

这适用于（对于九个人）：

i_factor        = (target_tokens == 9).astype(np.float32)

结果：

[[ 0.  0.  0.  0.]
 [ 0.  0.  0.  0.]
 [ 0.  0.  1.  0.]
 [ 0.  0.  0.  0.]
 [ 0.  0.  0.  0.]...

这不起作用：

group           = [2, 9]
i_factor        = (target_tokens in group).astype(np.float32)

结果是：

i_factor        = (target_tokens in group).astype(np.float32) 
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

为什么会这样，如何在没有大循环的情况下仍能实现我的结果（该组实际上比只有两个值更大）。

THX

Answer 1

您可以使用bitwise operator

让我们首先使用更基本的array来简化您要实现的目标：

a = np.array([1, 2, 7, 3, 9, 6])

和您要检查的numbers：

g = [2, 9]

获取array 1s和0s来表示每个element是否等于elements g中的任何一个bitwise ，我们可以使用or '|' ((a == g[0]) | (a == g[1])).astype(np.float32) ：

array([ 0.,  1.,  0.,  0.,  1.,  0.], dtype=float32)

给出：

dimensional

这也适用于较高的arrays a = np.array([[1, 5, 7], [9, 3, 2], [5, 8, 9]]) 。

例如：

g

（具有相同的array([[ 0., 0., 0.], [ 1., 0., 1.], [ 0., 0., 1.]], dtype=float32) ）将给出：

g

请注意，如果您希望list g具有任何大小，您也可以使用np.bitwise_or()来实现相同的功能。< / em>的

如果您想允许bitwise为任意大小，则除非您编写or来'|'，否则无法再使用for-loop for-loop np.bitwise_or.reduce操作数为了逃避arrays，我们可以在array上使用a = np.array([1, 2, 7, 3, 9, 6]) 。

原来的g：

g = [1, 7, 9, 4]

但现在有更长的np.bitwise_or.reduce：

np.bitwise_or.reduce([a == e for e in g]).astype(np.float32)

我们可以使用array([ 1., 0., 1., 0., 1., 0.], dtype=float32) ：

val OPTIONS = Map(
    "spark.hadoop.fs.s3a.experimental.fadvise" => "random"
    "spark.hadoop.orc.splits.include.file.footer" -> "true",
    "spark.hadoop.orc.cache.stripe.details.size" -> "1000",
    "spark.hadoop.orc.filterPushdown" -> "true"
    "spark.sql.parquet.mergeSchema" -> "false",
    "spark.sql.parquet.filterPushdown" -> "true"
  )

给出：

spline()

Answer 2

@ JoeIddon解决方案中描述的按位OR之外的几个选项。

一种解决方案基于@Divakar的评论：

group = [1, 9]
a = np.array([1, 1, 2, 3, 4, 1, 9, 9, 2])
(np.asarray(group)[:,None] == a).sum(axis=0)

或者，如果您需要np.float32，请输入：

(np.asarray(group)[:,None] == a).sum(axis=0, dtype=np.float32)    

另一种方法是使用列表理解，对组中每个测试值进行相等测试，并添加解决方案：

group = [1, 9]
a = np.array([1, 1, 2, 3, 4, 1, 9, 9, 2])
np.sum(a == g for g in group)

或者，如果您需要np.float32，请输入：

np.sum((a == g for g in group), dtype=np.float32)

在这两种情况下，答案都是：

array([1, 1, 0, 0, 0, 1, 1, 1, 0]) # or float32

Answer 3

与and和or一样，in不允许广播。 Python语言要求in总是返回一个布尔值。此外，只有右侧操作数可以定义in的含义，并且您使用的是列表，而不是数组。您获得了Python列表的in行为。

NumPy的in运算符为pretty weird，对您没用。 in列表更有意义，但仍然不是您需要的。您需要numpy.isin，其行为类似于在其左操作数（但不是右侧）广播的in测试：

numpy.isin(target_tokens, group).astype(np.float32)