Python 在另一个numpy数组中查找数组字符串序列

我有一个关于搜索数组的问题。我需要找到一些我存储在数组中的字符串序列，例如，它可能是这样的 阵列1：

['818181''747473''747474''636363''767676''737373''727373''373838'
'697070' '686869' '115115115' '737474' '757575' '777777' '818181' '747473'
“747474”“636363”“767676”“737373”“727373”“757575”“696969”]

一点也不；再看看。当您到达第5个元素时，您已经知道元素2、3、4不是第一个元素，因此您只需切换到非匹配元素重新开始

这是语法中一个众所周知的问题，可以用有限状态机来处理

首先，不要担心字符串的内容；重要的是你要找到一系列的符号。每个“数字”字符串都是不同的符号。为了方便起见，让我们按如下方式映射：

'818181' => a
'747473' => b
'747474' => c
etc.

因此，可以将阵列简化为如下所示：

 '818181' '747473' '747474' '636363' '767676' '737373' '727373' '373838'
  a        b        c        d        e        f        g        h
 '697070' '686869' '115115115' '737474' '757575' '777777' '818181' '747473'
  i        j        k           l        m        n        a        b
 '747474' '636363' '767676' '737373' '727373' '757575' '696969']
  c        d        e        f        g        m        o

或者，作为一行序列：

  abcdefghijklmnabcdefgmo

在您注意到的情况下，

b

不匹配，我们不必备份到输入的

b

位置并重新开始；我们已经确定

bcd

匹配，但它们不是

a

，因此我们不备份：我们只需重新开始，将

a

与不匹配的项进行比较

碰巧的是，我们从来都不需要支持。在最坏的情况下，我们将继续检查匹配失败的位置，但不会检查目标字符串的开头。有一个棘手的情况，我们必须处理：中字符串匹配

考虑当目标序列末尾附近的第二个

m

处出现不匹配时会发生什么。在本例中，我们知道我们刚刚匹配了

abcdefg

，但当前符号不是

m

。。。但是如果可能是

h

。为了避免备份，我们利用部分匹配，并使用

h

重新开始检查

要处理此算法，需要对目标字符串进行一些预处理。创建第二个数组，保存目标字符串中每个位置的重新启动索引。你只需简单地检查它偏离自身前端的位置就可以做到这一点。对于您的示例，很简单：

o

是主字符串和移位字符串匹配多个字符的唯一位置，但在此位置不同

  abcdefghijklmnabcdefgmo
  11111111111111111111181

---

这会让您移动吗？

您可以循环遍历数组1中的每个值，并使用

np.where（）

获取主数组中值的索引。将索引添加到列表中，然后对列表进行排序。然后找到与数组1的长度匹配的索引的连续长度

例如：

def连续（数据，步长=1）：
返回np.split（数据，np.where（np.diff（数据）！=步长）[0]+1）
索引列表=[]
对于阵列1中的val：
index_list.extend（list（np.where（main_数组==val）））
索引\u list.sort（）
对于连续序列（索引列表）：
如果len（序列）=len（阵列1）：
打印（顺序）

连续函数的@unutbu from积分