Question

我有两个未排序的ndarray，其结构如下：

a1 = np.array([0,4,2,3],[0,2,5,6],[2,3,7,4],[6,0,9,8],[9,0,6,7])
a2 = np.array([3,4,2],[0,6,9])

我想找到a1的所有索引，其中a2的每一行都位于a1中，并且在a1内也位于该位置：

result = [[0,[3,1,2]],[2,[1,3,0]],[3,[1,0,2]],[4,[1,2,0]]

在此示例中，a2 [0]位于位置0和2中的a1中，位于3,1,2和1,3,0中的a1位置中。对于a2 [1]在1,0,2和1,2,0的a1位置的3和4位置。

每个a2行在a1中出现两次。 a1至少具有1Mio。行，a2约10,000。因此，该算法也应该非常快（如果可能的话）。

到目前为止，我正在考虑这种方法：

big_res = []
for r in xrange(len(a2)):
    big_indices = np.argwhere(a1 == a2[r])
    small_res = []
    for k in xrange(2):
        small_indices = [i for i in a2[r] if i in a1[big_indices[k]]]
        np.append(small_res, small_indices)
    combined_res = [[big_indices[0],small_res[0]],[big_indices[1],small_res[1]]]
    np.append(big_res, combined_res)

Answer 1

使用numpy_indexed（免责声明：我是它的作者），我认为最困难的部分可以有效地编写为：

import numpy_indexed as npi

a1s = np.sort(a1, axis=1)
a2s = np.sort(a2, axis=1)
matches = np.array([npi.indices(a2s, np.delete(a1s, i, axis=1), missing=-1) for i in range(4)])
rows, cols = np.argwhere(matches != -1).T
a1idx = cols
a2idx = matches[rows, cols]
# results.shape = [len(a2), 2]
result = npi.group_by(a2idx).split_array_as_array(a1idx)

这只会有效地给您匹配；不是相对命令。但是一旦有了匹配项，就可以在线性时间内简单地计算相对订单。

编辑：以及一些可疑密度的代码，以获取您的相对订购：

order = npi.indices(
    (np.indices(a1.shape)[0].flatten(), a1.flatten()),
    (np.repeat(result.flatten(), 3),    np.repeat(a2, 2, axis=0).flatten())
).reshape(-1, 2, 3) - result[..., None] * 4

查找ndarray与ndarray的索引

1 个答案: