Python Numpy 2d集合差异

在numpy中，这两个阵列之间是否可能存在差异：

[[0 0 0 0 1 1 1 1 2 2 2 2]
 [0 1 2 3 0 1 2 3 0 1 2 3]]


[[0 0 0 0 1 1 1 2 2 2]
 [0 1 2 3 0 2 3 0 1 2]]

有这样的结果

[[1 2]
 [1 3]]

？

关于：

a=[[0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2], [0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3]]
b=[[0, 0, 0, 0, 1, 1, 1, 2, 2, 2], [0, 1, 2, 3, 0, 2, 3, 0, 1, 2]]
a = np.array(a).T
b = np.array(b).T
A = [tuple(t) for t in a]
B = [tuple(t) for t in b]
set(A)-set(B)
Out: {(1, 1), (2, 3)}

---

这是一种方式。对于类似的解决方案，您也可以使用

numpy.unique

（在v1.13+中更容易，请参阅），但如果性能不是问题，您可以使用

set

import numpy as np

A = np.array([[0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2],
              [0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3]])

B = np.array([[0, 0, 0, 0, 1, 1, 1, 2, 2, 2],
              [0, 1, 2, 3, 0, 2, 3, 0, 1, 2]])

res = np.array(list(set(map(tuple, A.T)) - set(map(tuple, B.T)))).T

array([[2, 1],
       [3, 1]])

---

你能解释差异背后的模式吗？据我所知，结果是第一个数组中存在的列，但第二个数组中缺少。因此，python集合减法的一个列级等价物是的，我认为这是显而易见的。考虑两个数组，即2个列表之间的关联：（0，0），（0，1）…（2，3）为第一阵列，（0，0），（0，1）..（2，2）的SECODN阵列。我想找出这些关联之间的区别，即（1,2）和（1,3）啊，我看不出unique有多大帮助，因为我有两个不同形状的数组。或者我遗漏了什么？@sergiuz，尝试使用

axis

参数或通过

A.T

，

B.T

转换矩阵。