Question

我有一个形状为(1000, 12, 30)的3d数组，我有一个2d数组的形状列表(12, 30)，我想要检查的是3d数组中是否存在这些2d数组。 Python中有一种简单的方法可以做到这一点吗？我尝试过关键字in，但它不起作用。

Answer 1

numpy中有一种方式，您可以使用np.all

a=np.random.rand(3,1,2)
b=a[1][0]
np.all(np.all(a==b,1),1)
Out[612]: array([False,  True, False])

来自bnaecker的解决方案

np.all(a == b, axis=(1,2))

如果只想检查退出

np.any(np.all(a == b, axis=(1,2)))

Answer 2

这是一种快速方法（以前used by @DanielF以及as @jaime和其他人，毫无疑问）使用技巧从短路中获益：将模板大小的块转换为dtype void的单个元素。当比较两个这样的块时，在第一个差异之后numpy停止，产生巨大的速度优势。

>>> def in_(data, template):
...     dv = data.reshape(data.shape[0], -1).view(f'V{data.dtype.itemsize*np.prod(data.shape[1:])}').ravel()
...     tv = template.ravel().view(f'V{template.dtype.itemsize*template.size}').reshape(())
...     return (dv==tv).any()

示例：

>>> a = np.random.randint(0, 100, (1000, 12, 30))
>>> check = a[np.random.randint(0, 1000, (10,))]
>>> check += np.random.random(check.shape) < 0.001    
>>>
>>> [in_(a, c) for c in check]
[True, True, True, False, False, True, True, True, True, False]
# compare to other method
>>> (a==check[:, None]).all((-1,-2)).any(-1)
array([ True,  True,  True, False, False,  True,  True,  True,  True,
       False])

与“直接”numpy方法相同，但速度提高了近20倍：

>>> from timeit import timeit
>>> kwds = dict(globals=globals(), number=100)
>>> 
>>> timeit("(a==check[:, None]).all((-1,-2)).any(-1)", **kwds)
0.4793281531892717
>>> timeit("[in_(a, c) for c in check]", **kwds)
0.026218891143798828

Answer 3

numpy的

鉴于

a = np.arange(12).reshape(3, 2, 2)
lst = [
    np.arange(4).reshape(2, 2),
    np.arange(4, 8).reshape(2, 2)
]

print(a, *lst, sep='\n{}\n'.format('-' * 20))

[[[ 0  1]
  [ 2  3]]

 [[ 4  5]
  [ 6  7]]

 [[ 8  9]
  [10 11]]]
--------------------
[[0 1]
 [2 3]]
--------------------
[[4 5]
 [6 7]]

请注意，lst是根据OP的数组列表。我将在下面制作一个3d数组b。

使用广播。使用广播规则。我希望a的维度为(1, 3, 2, 2)和b为(2, 1, 2, 2)。

b = np.array(lst)
x, *y = b.shape
c = np.equal(
    a.reshape(1, *a.shape),
    np.array(lst).reshape(x, 1, *y)
)

我将使用all生成(2, 3)个真值数组，并np.where找出a和b个子数组中的哪一个实际上是平等的。

i, j = np.where(c.all((-2, -1)))

这只是我们实现了目标的验证。我们应该观察到，对于每个配对的i和j值，子数组实际上是相同的。

for t in zip(i, j):
    print(a[t[0]], b[t[1]], sep='\n\n')
    print('------')

[[0 1]
 [2 3]]

[[0 1]
 [2 3]]
------
[[4 5]
 [6 7]]

[[4 5]
 [6 7]]
------

`in`

然而，要完成OP使用in

的想法

a_ = a.tolist()
list(filter(lambda x: x.tolist() in a_, lst))

[array([[0, 1],
        [2, 3]]), array([[4, 5],
        [6, 7]])]

检查Python中的3d数组中是否存在2d数组？

3 个答案:

numpy的

`in`