Python：交叉索引numpy数组

如何获取两个numpy数组之间交点的索引？我可以通过

intersect1d

获得相交值：

import numpy as np

a = np.array(xrange(11))
b = np.array([2, 7, 10])
inter = np.intersect1d(a, b)
# inter == array([ 2,  7, 10])

---

但是如何将索引放入

inter

中值的

a

？

您可以使用

in1d

生成的布尔数组来索引

arange

。反转

a

，使索引与值不同：

>>> a[::-1]
array([10,  9,  8,  7,  6,  5,  4,  3,  2,  1,  0])
>>> a = a[::-1]

intersect1d

仍然返回相同的值

>>> numpy.intersect1d(a, b)
array([ 2,  7, 10])

但INAD中的

返回一个布尔数组：

>>> numpy.in1d(a, b)
array([ True, False, False,  True, False, False, False, False,  True,
       False, False], dtype=bool)

可用于索引范围的：

>>> numpy.arange(a.shape[0])[numpy.in1d(a, b)]
array([0, 3, 8])
>>> indices = numpy.arange(a.shape[0])[numpy.in1d(a, b)]
>>> a[indices]
array([10,  7,  2])

不过，为了简化上述内容，您可以使用--这可能是最正确的方法，因为它返回一组统一的
X
，
Y
。。。坐标：

>>> numpy.nonzero(numpy.in1d(a, b))
(array([0, 3, 8]),)

或者，相当于：

>>> numpy.in1d(a, b).nonzero()
(array([0, 3, 8]),)

结果可以用作与
a
形状相同的数组的索引，没有问题

>>> a[numpy.nonzero(numpy.in1d(a, b))]
array([10,  7,  2])

但请注意，在许多情况下，只使用布尔数组本身是有意义的，而不是将其转换为一组非布尔索引

最后，您还可以将布尔数组传递给，这将生成形状稍有不同的结果，该结果不太适合索引，但可能用于其他目的

>>> numpy.argwhere(numpy.in1d(a, b))
array([[0],
       [3],
       [8]])

如果需要获得intersect1d给定的唯一值：

import numpy as np

a = np.array([range(11,21), range(11,21)]).reshape(20)
b = np.array([12, 17, 20])
print(np.intersect1d(a,b))
#unique values

inter = np.in1d(a, b)
print(a[inter])
#you can see these values are not unique

indices=np.array(range(len(a)))[inter]
#These are the non-unique indices

_,unique=np.unique(a[inter], return_index=True)

uniqueIndices=indices[unique]
#this grabs the unique indices

print(uniqueIndices)
print(a[uniqueIndices])
#now they are unique as you would get from np.intersect1d()

输出：

[12 17 20]
[12 17 20 12 17 20]
[1 6 9]
[12 17 20]

对于
Python>=3.5
，还有另一种解决方案

其他解决方案
让我们一步一步地看一遍

基于问题的原始代码

import numpy as np

a = np.array(range(11))
b = np.array([2, 7, 10])
inter = np.intersect1d(a, b)

首先，我们创建一个带有零的numpy数组

c = np.zeros(len(a))
print (c)

输出

>>> [ 0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.]

>>>[ 0.  0.  1.  0.  0.  0.  0.  1.  0.  0.  1.]

array([ 2, 7, 10])

其次，使用intersect索引更改c的数组值。因此，我们有

c[inter] = 1
print (c)

输出

>>> [ 0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.]

>>>[ 0.  0.  1.  0.  0.  0.  0.  1.  0.  0.  1.]

array([ 2, 7, 10])

最后一步，使用
np.nonzero（）

inter_with_idx = np.nonzero(c)
print (inter_with_idx)

最终输出

>>> [ 0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.]

>>>[ 0.  0.  1.  0.  0.  0.  0.  1.  0.  0.  1.]

array([ 2, 7, 10])

参考文献
[1] 
很粗糙，但它很有效：）八度音阶更容易：[inter indexA indexB]=intersect（A，b）非常感谢您的回答！in1d和1d是不一样的。intersect1d给出唯一的值，INAD给出所有的交集，所以这个答案并不总是有效。@Rik，我想我不同意。的确，一维中的
不会删除重复项，但它不应该这样做。它返回的是索引，如果从一组重复项中只返回一个索引，那将是一种令人困惑的行为。这个问题没有指定哪种行为，所以这个答案完全符合它的要求：“获取两个numpy数组之间交点的索引。”如果你想没有重复项，你必须事先剔除它们，这是合理和预期的。我明白你的意思，您可以使用np.unique first或after以及return_index=true来给出索引，然后使用intersect1d。我解释说，由于他发布的代码，他想要唯一的值，但不确定。如果有什么需要改进的地方，请告诉我，有人能解释一下否决票吗？我将不胜感激：）