Question

我需要一个布尔数组，指示列表/系列中的项是否与同一数组中的其他项匹配。如果我知道该怎么称呼它，这可能是一个单一的scipy函数，但我的搜索并没有多少成果。以下代码可以满足我的需求，但可能会受益于矢量化。

import numpy as np

colors = ['red', 'green', 'blue', 'red', 'red', 'yellow']
match_array = np.ndarray((len(colors), len(colors)), dtype=bool)

for i, y in enumerate(colors):
    for j, x in enumerate(colors):
        match_array[i][j] = (x == y)

print(match_array)

输出：

[[ True False False  True  True False]
 [False  True False False False False]
 [False False  True False False False]
 [ True False False  True  True False]
 [ True False False  True  True False]
 [False False False False False  True]]

正如预期的那样，关于对角线是对称的，并且将索引0处的“红色”与两个轴上的索引3和4处的另一个“红色”相匹配。是否有可以更有效地执行此操作的库函数？

Answer 1

如果您可以将类别转换为索引或数字，则广播会为您完成所有事情

c_num = np.array([0,1,2,0,0,3])  # mimic colors
match_array = c_num[:,None] == c_num

给出相同的结果。

如何在numpy / scipy / pandas中生成匹配的矩阵/数组？

1 个答案: