Python NumPy数组数据比较

我有两个3D Numpy阵列

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

以及

我想比较游戏日志数据是否匹配win_组合中的任何数组，如果匹配，则可能会打印True，否则打印False

基本上，我希望如果game_log=[[0,0]，[0,1]，[0,2]]它可以打印为True，如果不是，那么我的代码应该比较另一个数组game_log==[[1,0]，[1,1]，[1,2]]如果不是，那么另一个数组等等，直到最后，如果没有匹配game_log的数组，那么它应该打印为false，在这种情况下，它应该打印为false

我试过了

for comb in win_combination:
    if game_log == comb:
        print(True)
    else:
        print(False)

IIUC：

尝试以下方法：

   def in_array(game_log, array):
        for comb in array:
            for arr in comb:
                if game_log.all() == arr.all():
                    return True
        return False

将游戏日志传递给第一个参数，将3D传递给下一个参数，根据我的理解，如果组合在数组中，则应打印真，否则打印假

---

请记住，包含多个元素的数组的真值是不明确的。因此，如果两个数组完全匹配，则最好使用all（）；如果一个数组中的任何元素存在于另一个数组中，则最好使用any（）。

如果

np.all（x==y）

（或者

（x==y.all（））则两个数组相等。您有一个三维形状数组
（N，a，B）
和一个二维形状数组
（a，B）
。在这种情况下，
N=8
，
A=3
和
B=2
。这些形状将广播到3D阵列的形状。如果应用到最后两个维度，则可以获得每个组合的
N
True
或
False
值。然后将告诉您其中是否有
正确的

all
有一个
轴
关键字。从numpy 1.7.0开始，
axis
可以同时指定多个轴，因此您可以执行以下操作：

matches = np.all(win_combination == game_log, axis=(-1, -2))

对于旧版本的numpy，您必须重新整形以获得一个轴，或者应用
all
两次：

matches = np.all((win_combination == game_log).reshape(win_comination.shape[0], -1), axis=-1)

或

最终结果是
匹配.any（）
或
np.any（匹配）
。您可以将其写为一行：

np.all(win_combination == game_log, axis=(-1, -2)).any()

你试的时候发生了什么？你真正的问题是什么？你没有两个3D阵列。您有一个2D和一个3D按钮插入
else
。如果第一个元素不匹配，您不一定要返回
False
。您应该真正返回值，而不是打印它们。您始终可以打印返回值，但如果不返回，则无法恢复打印的内容。感谢您的修复您不需要复制
game\u log
：由于维度排列在右侧，广播可以为您完成此操作。你也不需要尺寸。您的整个解决方案只是第三行，但是使用了
game\u log
而不是
games
。您可能会发现一个有趣的链接：。这就是为什么numpy中有如此多的魔力成为可能。感谢您的反馈！我对广播不太在行，也许这个链接对我有帮助。这里有另一个链接帮助我更好地将其形象化：。这不是一个简单的话题，但过一段时间你就会习惯了。基本的想法是把右边的形状排成一行。
matches = np.all((win_combination == game_log).reshape(win_comination.shape[0], -1), axis=-1)

matches = np.all(np.all(win_combination == game_log, axis=-1), axis=-1)

np.all(win_combination == game_log, axis=(-1, -2)).any()