Numpy：在较大的数组B中搜索具有相同图案的数组A

我有两个1D numpy阵列A（小）和B（大）

我想检查在数组B中是否检测到数组A的元素的顺序相同。 获取数组B的索引值，从中我们检测到数组A的开始

Index Value returned = 6

---

我们是否有任何内置的numpy函数来执行这样的操作？

我有时也会遇到这个问题。我认为最快的方法，尤其是对于大型numpy数组，是将它们转换为字符串，然后再执行。 以下是我使用的代码：

b=np.array([6,7,8,9,10])    
a=np.array([0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,10])
a.tostring().index(b.tostring())//a.itemsize

---

我找到了一个很好的解决办法

由@EdSmith于

简而言之，这就是过程

• 缩短正在搜索的数组的长度。（我的示例A）
• 使用np.where和np.all检查在（我的示例B）中搜索的数组的整个长度

这不是我的代码，而是可以在about链接中找到的代码，简单易懂。我将对其稍作修改，以适合上面的示例，希望它对其他人有所帮助：）

感谢@EdSmith

import numpy as np

A=np.array([6,7,8,9,10])

B=np.array([0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,10])

N = len(A)
possibles = np.where(B == A[0])[0]

solns = []
for p in possibles:
    check = B[p:p+N]
if np.all(check == A):
    solns.append(p)

print(solns)

输出

试试这个：

import numpy as np
A=np.array([6,7,8,9,10])
B=np.array([0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,10])
r = np.ones_like(B)
for x in range(len(A)):r*=np.roll((B==A[x]),-x)
#first index, answer: /6/ 
print(np.where(r)[0][0])

---

只是为了检查-你是说如果它是一个精确的子阵列。。。例如：如果

B=[…，6，7，8，9，11，10]

-这是否匹配？@JonClements是的，你猜对了。这正是我的意思。很好的临时修复。用于数组中的少量元素。我将处理数组中的大量元素。我怀疑这是否是一种有效的使用方法，首先查看需要转换为字符串并存储在虚拟内存中的数据量。

[6]

import numpy as np
A=np.array([6,7,8,9,10])
B=np.array([0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,10])
r = np.ones_like(B)
for x in range(len(A)):r*=np.roll((B==A[x]),-x)
#first index, answer: /6/ 
print(np.where(r)[0][0])