Question

这似乎是一件简单的事情，但我无法理解......

first = np.array([0,1,2,0,4,2])
second = np.array([1,2])

我想做元素比较，以便答案是

array([False, True, True, False, False, True], dtype=bool)

基本上我希望它为True中的first中的每个元素说second。因此，如果first有100个元素，那么输出也应该有100个元素。但我无法弄清楚如何。我尝试使用np.equal，np.any，first==np.any(second)无效。当然，我可以写一个循环来做这个，但我知道必须有办法做这个相对简单的任务！

Answer 1

您要求的是np.isin的作用：

>>> import numpy as np
>>> first = np.array([0,1,2,0,4,2])
>>> second = np.array([1,2])
>>> np.isin(first, second)
array([False,  True,  True, False, False,  True])

Answer 2

听起来你正在尝试做的是笛卡尔积产品操作 - 将first的每个元素与second的每个元素进行比较。您可以通过将second提升为2D数组来实现此目的，这样您就可以获得2D结果：

>>> first == second.reshape(2,1)
array([[False,  True, False, False, False, False],
       [False, False,  True, False, False,  True]])

然后你显然希望通过运行np.any将其展平为一行。您可以通过传递axis参数来完成此操作：

>>> (first == second.reshape(2,1)).any(axis=0)
array([False,  True,  True, False, False,  True])

这符合您想要的输出，所以我认为这是您要求的？

但当然这需要O(N*M)空间（在您的示例中为6x2）。这通常是numpy的方式 - 如果你想尽可能快地做事，你需要建立一个足够大的数组来保存每一步的所有结果。在这种情况下，因为您只需一步即可完成笛卡尔积，即6x2阵列。

但很多时候，这实际上并不是你想要的。如果您只想针对in中的每个值first进行second类型搜索，只需使用isin函数，它将执行相同的工作没有构建一个6x2阵列。它也比你想写的更简单。

不同长度的numpy数组的元素比较

2 个答案: