Python 如何在两个坐标数组中找到相同的x，y坐标？

给定两个包含x和y坐标的2D numpy数组，如何在另一个具有相同尺寸的数组中找到相同的对

例如，我有以下阵列：

array([[ 2,  1,  3,  4],
       [ 4,  3,  5, 10]])

及

我希望发现

（2,4）

和

（4,10）

对都会被检测到存在于这两个数组中

非常感谢

试试这个：

>>> a2 = [[ 0,  2,  3,  4],
   [ 3,  4, 11, 10]]
>>> a1 = [[ 2,  1,  3,  4],
   [ 4,  3,  5, 10]]
>>> set(zip(*a1)) & set(zip(*a2))
{(4, 10), (2, 4)}

可以将数组按数组排列。tolist（）

对于任何二维阵列，第一行表示X轴，第二行表示Y轴。因此zip（*a1）将生成所有坐标对。然后set（）构造函数将过滤掉所有重复记录。最后，两个集合之间的&运算将计算出两个数组中的所有坐标对

希望有帮助

试试这个：

>>> a2 = [[ 0,  2,  3,  4],
   [ 3,  4, 11, 10]]
>>> a1 = [[ 2,  1,  3,  4],
   [ 4,  3,  5, 10]]
>>> set(zip(*a1)) & set(zip(*a2))
{(4, 10), (2, 4)}

可以将数组按数组排列。tolist（）

对于任何二维阵列，第一行表示X轴，第二行表示Y轴。因此zip（*a1）将生成所有坐标对。然后set（）构造函数将过滤掉所有重复记录。最后，两个集合之间的&运算将计算出两个数组中的所有坐标对

---

希望有帮助

直接解决方案是：

import numpy

array1 = numpy.array([[ 1, 99, 2, 400],
                      [ 3, 98, 4, 401]])

array2 = numpy.array([[ 1,  6, 99,   7],
                      [ 8,  9, 98, 401]])

result = []
for column_1 in xrange(array1.shape[1]):
    for column_2 in xrange(array2.shape[1]):
        if numpy.array_equal(array1[:,column_1], array2[:,column_2]):
            result.append(array1[:,column_1])

print numpy.array(result).transpose()

[[99]
 [98]]

---

直接的解决办法是：

import numpy

array1 = numpy.array([[ 1, 99, 2, 400],
                      [ 3, 98, 4, 401]])

array2 = numpy.array([[ 1,  6, 99,   7],
                      [ 8,  9, 98, 401]])

result = []
for column_1 in xrange(array1.shape[1]):
    for column_2 in xrange(array2.shape[1]):
        if numpy.array_equal(array1[:,column_1], array2[:,column_2]):
            result.append(array1[:,column_1])

print numpy.array(result).transpose()

[[99]
 [98]]

实现这一点的numpythonic方法如下：

>>> a1 = np.array([[2, 1, 3, 4], [4, 3, 5, 10]])
>>> a2 = np.array([[0, 2, 3, 4], [3, 4, 11, 10]])
>>> a1 = a1.T.copy().view([('', a1.dtype)]*2)
>>> a2 = a2.T.copy().view([('', a2.dtype)]*2)
>>> np.intersect1d(a1, a2)
array([(2, 4), (4, 10)], 
      dtype=[('f0', '<i4'), ('f1', '<i4')])

a1=np.array（[[2,1,3,4]，[4,3,5,10]） >>>a2=np.数组（[[0,2,3,4]，[3,4,11,10]） >>>a1=a1.T.copy（）.view（[（“”，a1.dtype）]*2） >>>a2=a2.T.copy（）.view（[（''，a2.dtype）]*2） >>>np.1D（a1，a2） 数组（[（2,4）、（4,10）]， dtype=[（'f0'，'实现这一点的numpythonic方法如下：

>>> a1 = np.array([[2, 1, 3, 4], [4, 3, 5, 10]])
>>> a2 = np.array([[0, 2, 3, 4], [3, 4, 11, 10]])
>>> a1 = a1.T.copy().view([('', a1.dtype)]*2)
>>> a2 = a2.T.copy().view([('', a2.dtype)]*2)
>>> np.intersect1d(a1, a2)
array([(2, 4), (4, 10)], 
      dtype=[('f0', '<i4'), ('f1', '<i4')])

a1=np.array（[[2,1,3,4]，[4,3,5,10]） >>>a2=np.数组（[[0,2,3,4]，[3,4,11,10]） >>>a1=a1.T.copy（）.view（[（“”，a1.dtype）]*2） >>>a2=a2.T.copy（）.view（[（''，a2.dtype）]*2） >>>np.1D（a1，a2） 数组（[（2,4）、（4,10）]，

---

数据类型=[（'f0'，一个基本问题：坐标是定义为整数还是浮点数？@heltonbiker，它们是一个基本问题：坐标是定义为整数还是浮点数？@heltonbiker，它们是ints@heltonbiker我不这么认为。你能给我一些反例吗？我更新了一些关于它的解释。事实上它会是如果OP有话要说的话很有趣…@heltonbiker抱歉。OP是谁？有两个：（2,4）和（4,10）。我在你的测试用例上尝试了我的解决方案。它有效。OP的意思是“原始海报”；在这种情况下，blz。另外，盛，这个解决方案很好。@heltonbiker我不这么认为。你能给我一些反例吗？我更新了一些关于它的解释。事实上，如果OP有话要说的话会很有趣…@heltonbiker对不起。OP是谁？有两个：（2，4）和（4，10）。我在你的测试用例上尝试了我的解决方案。它有效。OP的意思是“原始海报”；在本例中，blz。另外，Sheng，这个解决方案很棒。打字发生了什么事？不是所有的东西都保持为

int

s吗？@heltonbiker

'打字发生了什么事？不是所有的东西都保持为
int
s吗？@heltonbiker
'