Python 如何在numpy/scipy/pandas中生成匹配的矩阵/数组？

我需要一个布尔数组，用于指示列表/序列中的某个项是否与同一数组中的其他项匹配。如果我知道怎么称呼它的话，这可能是一个单一的scipy函数，但我的搜索并没有取得成果。下面的代码符合我的需要，但可能会从矢量化中受益

import numpy as np

colors = ['red', 'green', 'blue', 'red', 'red', 'yellow']
match_array = np.ndarray((len(colors), len(colors)), dtype=bool)

for i, y in enumerate(colors):
    for j, x in enumerate(colors):
        match_array[i][j] = (x == y)

print(match_array)

输出：

[[ True False False  True  True False]
 [False  True False False False False]
 [False False  True False False False]
 [ True False False  True  True False]
 [ True False False  True  True False]
 [False False False False False  True]]

---

正如预期的那样，它围绕对角线对称，并在两个轴上将索引0处的“红色”与索引3和4处的其他“红色”相匹配。是否有一个库函数可以更有效地执行此操作？

如果您可以将类别转换为索引或数字，广播将为您提供一切

c_num = np.array([0,1,2,0,0,3])  # mimic colors
match_array = c_num[:,None] == c_num

---

这会给出相同的结果。

字符串数据类型的数组正好可以做到这一点，所以只需

np.array（colors）

。