Question

现在我有一个NumPy数组0和1，我想在每个两个logical_and >列。实现此目的的for循环如下所示：

import numpy as np result = [] data = [[0, 1, 1], [1, 0, 1], [1, 0, 1]] np_data = np.array(data) num_cols = len(np_data[1,:]) for i in range(0, num_cols): for j in range(i+1, num_cols): #Comparing every column with every other column anded = np.logical_and(np_data[:,i], np_data[:,j]) result.append(anded) print result

我只是想知道是否有NumPy - fied方法来执行此操作，因为显然for循环不适合在NumPy数组上操作。

Answer 1

你可以这样做，注意结果是你的结果的转置（在这种情况下，结果是一个二维数组，在你的情况下，它是一个1darrays的列表）。

>>> from itertools import combinations
>>> I, J = np.array(list(combinations([0,1,2], 2))).T
>>> result = np.logical_and(np_data[:, I], np_data[:, J])
>>> result
array([[False, False,  True],
       [False,  True, False],
       [False,  True, False]], dtype=bool)
>>> result.T
array([[False, False, False],
       [False,  True,  True],
       [ True, False, False]], dtype=bool)

Answer 2

我确信有一种更聪明的方法来构建索引列表ii，jj，但这与您的示例代码相同：

import numpy as np
data = [[0, 1, 1],
       [1, 0, 1],
       [1, 0, 1]]
np_data = np.array(data)
q=range(len(data))
ii,jj=zip(*[[i,j] for i in q for j in q if i<j])
result=np.transpose(np.logical_and(np_data[:,list(ii)],np_data[:,list(jj)]))

编辑：对于ii,jj，您也可以使用此功能（受Bago启发）：

ii,jj = np.array(list(combinations(q, 2))).T

Answer 3

假设您有一个包含n行和m列的数组（n，m），那么您可以将逻辑和所有可能的列作为数组（m，m）获取，其中每个元素都是大小为n的数组。这与您的结果类似，但是尺寸加倍（没有三角矩阵）。

import numpy as np
data = np.array([[0, 1, 1],
                 [1, 0, 1],
                 [1, 0, 1]])
n,m = data.shape
dist0 = np.tile(data.T,(m,1)).reshape(m,m,n) # repeat columns along axis 0
dist1 = np.tile(data.T,(1,m)).reshape(m,m,n) # repeat columns along axis 1
result = np.logical_and(dist0, dist1)
# now result[i,j] contains the logical_and bewteen column i and j
print(result[0,2])
[False  True  True]

如何对numpy数组的每两列执行一次操作？

3 个答案: