Python 如何比较两个字符串的numpy数组；在；运算符使用数组广播获取布尔数组？

Python允许简单检查一个字符串是否包含在另一个字符串中：

'ab' in 'abcd'

其计算结果为

True

现在取一个

numpy

字符串数组，您可以执行以下操作：

import numpy as np
A0 = np.array(['z', 'u', 'w'],dtype=object)

A0[:,None] != A0

生成布尔数组：

array([[False,  True,  True],
       [ True, False,  True],
       [ True,  True, False]], dtype=bool)

现在让我们看另一个数组：

A1 = np.array(['u_w', 'u_z', 'w_z'],dtype=object)

我想检查

A0

字符串不包含在

A1

中的字符串中的位置，基本上创建了唯一的组合，但无论我如何编写索引，以下操作都不会生成布尔数组，只生成一个布尔数组：

A0[:,None] not in A1

我还尝试使用

numpy.inad

和

np.ndarray.\uuu包含\uuuu

，但这些方法似乎也不起作用

性能是这里的一个问题，所以我想充分利用

numpy的

优化

我如何做到这一点

编辑：

我发现可以这样做：

fv = np.vectorize(lambda x,y: x not in y)
fv(A0[:,None],A1)

但正如

numpy

文档所述：

提供矢量化功能主要是为了方便，而不是为了性能。该实现本质上是一个for循环

---

因此，这与在数组上循环相同，如果不使用显式或隐式for循环来解决这一问题，那将是一件好事。

我们可以转换为

string

dtype，然后使用其中的一种

因此，使用，一种解决方案是-

np.char.count(A1.astype(str),A0.astype(str)[:,None])==0

替代使用-

再使用一次-

如果我们要将一个数组转换为

str

dtype，我们可以跳过另一个数组的转换，就像内部一样。因此，最后一种方法可以简化为-

np.char.rfind(A1.astype(str),A0[:,None])==-1

样本运行-

In [97]: A0
Out[97]: array(['z', 'u', 'w'], dtype=object)

In [98]: A1
Out[98]: array(['u_w', 'u_z', 'w_z', 'zz'], dtype=object)

In [99]: np.char.rfind(A1.astype(str),A0[:,None])==-1
Out[99]: 
array([[ True, False, False, False],
       [False, False,  True,  True],
       [False,  True, False,  True]], dtype=bool)

# Loopy solution using np.vectorize for verification
In [100]: fv = np.vectorize(lambda x,y: x not in y)

In [102]: fv(A0[:,None],A1)
Out[102]: 
array([[ True, False, False, False],
       [False, False,  True,  True],
       [False,  True, False,  True]], dtype=bool)

---

有一个函数库，可以将字符串方法应用于array.Huh中的元素。对于这些函数中的任何一个，都没有记录允许字符串数组的

sub

参数。很高兴知道这是可行的。@DanielF是的，直到最近我才知道那些

string

func在使用数组时允许广播。这是一个很好的解决方案，不过我在这里遇到了另一个问题。在所有这些之后，我需要连接字符串，并按照描述尝试

np.core.defchararray.join

，但是当执行

np.core.defchararray.join（['a'，'b']，['c'，'d']）

时，输出是

数组（['c'，d']，dtype='S1'）

。你能告诉我为什么吗？@Khris那里的预期输出是什么？@Khris看起来不能用它来解决问题，因为它意味着用

sep

连接每个字符串元素的每个字符。例如：使用

np.core.defchararray.join（'-'，['abcd'，'xyz']）

，我们可以得到

数组（['a-b-c-d'，'x-y-z']

。我猜这里可能是带有列表理解的普通Python代码。

np.char.rfind(A1.astype(str),A0[:,None])==-1

In [97]: A0
Out[97]: array(['z', 'u', 'w'], dtype=object)

In [98]: A1
Out[98]: array(['u_w', 'u_z', 'w_z', 'zz'], dtype=object)

In [99]: np.char.rfind(A1.astype(str),A0[:,None])==-1
Out[99]: 
array([[ True, False, False, False],
       [False, False,  True,  True],
       [False,  True, False,  True]], dtype=bool)

# Loopy solution using np.vectorize for verification
In [100]: fv = np.vectorize(lambda x,y: x not in y)

In [102]: fv(A0[:,None],A1)
Out[102]: 
array([[ True, False, False, False],
       [False, False,  True,  True],
       [False,  True, False,  True]], dtype=bool)