假设我有两个2-D数组，如下所示：
array([[3, 3, 1, 0],
[2, 3, 1, 3],
[0, 2, 3, 1],
[1, 0, 2, 3],
[3, 1, 0, 2]], dtype=int8)
array([[0, 3, 3, 1],
[0, 2, 3, 1],
[1, 0, 2, 3],
[3, 1, 0, 2],
[3, 3, 1, 0]], dtype=int8)
每个数组中的某些行具有相应的行，该行在另一个数组中按值（但不一定是索引）匹配，而有些行则没有。
我想找到一种有效的方法来返回对应于匹配行的两个数组中的索引对。如果他们是元组我会期望回来
(0,4)
(2,1)
(3,2)
(4,3)
这是一个全部 numpy 解决方案 - 这不一定比迭代的Python更好。它仍然需要考虑所有组合。
In [53]: np.array(np.all((x[:,None,:]==y[None,:,:]),axis=-1).nonzero()).T.tolist()
Out[53]: [[0, 4], [2, 1], [3, 2], [4, 3]]
中间数组是 (5,5,4)。该 np.all 将其减少为：
array([[False, False, False, False, True],
[False, False, False, False, False],
[False, True, False, False, False],
[False, False, True, False, False],
[False, False, False, True, False]], dtype=bool)
剩下的就是提取指数 True
在原油测试中，这次是47.8 us;另一个回答是 L1 字典在38.3我们;和第三个在496我们的双循环。
我想不出一个特定的方式来做这件事，但这就是我对常规列表的处理方式：
>>> L1= [[3, 3, 1, 0],
... [2, 3, 1, 3],
... [0, 2, 3, 1],
... [1, 0, 2, 3],
... [3, 1, 0, 2]]
>>> L2 = [[0, 3, 3, 1],
... [0, 2, 3, 1],
... [1, 0, 2, 3],
... [3, 1, 0, 2],
... [3, 3, 1, 0]]
>>> L1 = {tuple(row):i for i,row in enumerate(L1)}
>>> answer = []
>>> for i,row in enumerate(L2):
... if tuple(row) in L1:
... answer.append((L1[tuple(row)], i))
...
>>> answer
[(2, 1), (3, 2), (4, 3), (0, 4)]
这是一个全部 numpy 解决方案 - 这不一定比迭代的Python更好。它仍然需要考虑所有组合。
In [53]: np.array(np.all((x[:,None,:]==y[None,:,:]),axis=-1).nonzero()).T.tolist()
Out[53]: [[0, 4], [2, 1], [3, 2], [4, 3]]
中间数组是 (5,5,4)。该 np.all 将其减少为：
array([[False, False, False, False, True],
[False, False, False, False, False],
[False, True, False, False, False],
[False, False, True, False, False],
[False, False, False, True, False]], dtype=bool)
剩下的就是提取指数 True
在原油测试中，这次是47.8 us;另一个回答是 L1 字典在38.3我们;和第三个在496我们的双循环。
我想不出一个特定的方式来做这件事，但这就是我对常规列表的处理方式：
>>> L1= [[3, 3, 1, 0],
... [2, 3, 1, 3],
... [0, 2, 3, 1],
... [1, 0, 2, 3],
... [3, 1, 0, 2]]
>>> L2 = [[0, 3, 3, 1],
... [0, 2, 3, 1],
... [1, 0, 2, 3],
... [3, 1, 0, 2],
... [3, 3, 1, 0]]
>>> L1 = {tuple(row):i for i,row in enumerate(L1)}
>>> answer = []
>>> for i,row in enumerate(L2):
... if tuple(row) in L1:
... answer.append((L1[tuple(row)], i))
...
>>> answer
[(2, 1), (3, 2), (4, 3), (0, 4)]
您可以使用void数据类型技巧在两个数组的行上使用1D函数。 a_view 和 b_view 是1D向量，每个条目代表一个完整的行。然后我选择对数组进行排序并使用 np.searchsorted 找到那个中另一个数组的项目。如果我们排序的数组有长度 m 而另一个有长度 n，排序需要时间 m * log(m)，以及二进制搜索 np.searchsorted 确实需要时间 n * log(m)，共计 (n + m) * log(m)。因此，您希望对两个数组中最短的数组进行排序：
def find_rows(a, b):
dt = np.dtype((np.void, a.dtype.itemsize * a.shape[1]))
a_view = np.ascontiguousarray(a).view(dt).ravel()
b_view = np.ascontiguousarray(b).view(dt).ravel()
sort_b = np.argsort(b_view)
where_in_b = np.searchsorted(b_view, a_view,
sorter=sort_b)
where_in_b = np.take(sort_b, where_in_b)
which_in_a = np.take(b_view, where_in_b) == a_view
where_in_b = where_in_b[which_in_a]
which_in_a = np.nonzero(which_in_a)[0]
return np.column_stack((which_in_a, where_in_b))
同 a 和 b 你的两个样本数组：
In [14]: find_rows(a, b)
Out[14]:
array([[0, 4],
[2, 1],
[3, 2],
[4, 3]], dtype=int64)
In [15]: %timeit find_rows(a, b)
10000 loops, best of 3: 29.7 us per loop
在我的系统中，字典方法在测试数据的时间约为22 us时更快，但对于1000x4的数组，这种numpy方法比纯Python方法（483 us vs 2.54 ms）快约6倍。