Arrays 比较两个numpy 2D数组的相似性

我有2D numpy

array1

，它只包含

0

和

255

值

 ([[255,   0, 255,   0,   0],
   [  0, 255,   0,   0,   0],
   [  0,   0, 255,   0, 255],
   [  0, 255, 255, 255, 255],
   [255,   0, 255,   0, 255]])

 ([[255,   0, 255,   0, 255],
   [  0, 255,   0,   0,   0],
   [255,   0,   0,   0, 255],
   [  0,   0, 255, 255, 255],
   [255,   0, 255,   0,   0]])

以及一个

array2

，其大小和形状与

array1

相同，并且只包含

0

和

255

值

 ([[255,   0, 255,   0,   0],
   [  0, 255,   0,   0,   0],
   [  0,   0, 255,   0, 255],
   [  0, 255, 255, 255, 255],
   [255,   0, 255,   0, 255]])

 ([[255,   0, 255,   0, 255],
   [  0, 255,   0,   0,   0],
   [255,   0,   0,   0, 255],
   [  0,   0, 255, 255, 255],
   [255,   0, 255,   0,   0]])

---

如何将

array1

与

array2

进行比较以确定相似性百分比？

由于您只有两个可能的值，我建议使用此算法进行相似性检查：

import numpy as np
A = np.array([[255,   0, 255,   0,   0],
   [  0, 255,   0,   0,   0],
   [  0,   0, 255,   0, 255],
   [  0, 255, 255, 255, 255],
   [255,   0, 255,   0, 255]])

B = np.array([[255,   0, 255,   0, 255],
   [  0, 255,   0,   0,   0],
   [255,   0,   0,   0, 255],
   [  0,   0, 255, 255, 255],
   [255,   0, 255,   0,   0]])

number_of_equal_elements = np.sum(A==B)
total_elements = np.multiply(*A.shape)
percentage = number_of_equal_elements/total_elements

print('total number of elements: \t\t{}'.format(total_elements))
print('number of identical elements: \t\t{}'.format(number_of_equal_elements))
print('number of different elements: \t\t{}'.format(total_elements-number_of_equal_elements))
print('percentage of identical elements: \t{:.2f}%'.format(percentage*100))

---

它计算相等的元素并计算相等元素占元素总数的百分比

因为只有两个可能的值，我建议使用此算法进行相似性检查：

import numpy as np
A = np.array([[255,   0, 255,   0,   0],
   [  0, 255,   0,   0,   0],
   [  0,   0, 255,   0, 255],
   [  0, 255, 255, 255, 255],
   [255,   0, 255,   0, 255]])

B = np.array([[255,   0, 255,   0, 255],
   [  0, 255,   0,   0,   0],
   [255,   0,   0,   0, 255],
   [  0,   0, 255, 255, 255],
   [255,   0, 255,   0,   0]])

number_of_equal_elements = np.sum(A==B)
total_elements = np.multiply(*A.shape)
percentage = number_of_equal_elements/total_elements

print('total number of elements: \t\t{}'.format(total_elements))
print('number of identical elements: \t\t{}'.format(number_of_equal_elements))
print('number of different elements: \t\t{}'.format(total_elements-number_of_equal_elements))
print('percentage of identical elements: \t{:.2f}%'.format(percentage*100))

---

它计算相等的元素并计算相等元素占元素总数的百分比

到目前为止您尝试了什么？那么你如何定义数组的相似性呢？你可以将数组彼此相减，然后在得到的数组平方上求和。到目前为止你做了哪些尝试？那么如何定义数组的相似性呢？您可以将数组彼此相减，然后将得到的数组平方相加：main:1:DeprecationWarning:elementwise comparison failed；这将在将来引发一个错误。@skrhee，我有numpy

1.19.2

，这似乎是最新的版本，但我没有收到任何错误。如果不推荐使用elementwise比较，我会感到惊讶。我想当我的数组大小不同时，会出现错误。当我重写代码以循环元素时，它似乎工作得很好。谢谢你的帮助和帖子！您是否曾经得到：main:1:DeprecationWarning:elementwise比较失败；这将在将来引发一个错误。@skrhee，我有numpy

1.19.2

，这似乎是最新的版本，但我没有收到任何错误。如果不推荐使用elementwise比较，我会感到惊讶。我想当我的数组大小不同时，会出现错误。当我重写代码以循环元素时，它似乎工作得很好。谢谢你的帮助和帖子！