Python 在子集中对数组元素进行Numpy搜索
假设我有numpy数组Python 在子集中对数组元素进行Numpy搜索,python,numpy,Python,Numpy,假设我有numpy数组 a = np.array([1,3,5,7,9,11,13]) b = np.array([3,5,7,11,13]) 我想创建一个大小为a的布尔数组,其中每个条目都是True或False,这取决于a的元素是否也在b中 所以在这种情况下,我想要 a_b = np.array([False,True,True,True,False,True,True]). 当b由一个元素组成,如a==b[0]时,我可以这样做。当b的长度大于1时,有没有一种快速方法可以做到这一点。使用
a = np.array([1,3,5,7,9,11,13])
b = np.array([3,5,7,11,13])
我想创建一个大小为a的布尔数组,其中每个条目都是True或False,这取决于a的元素是否也在b中
所以在这种情况下,我想要
a_b = np.array([False,True,True,True,False,True,True]).
当b由一个元素组成,如a==b[0]时,我可以这样做。当b的长度大于1时,有没有一种快速方法可以做到这一点。使用:
对于您的数据:
In [674]: np.in1d(a, b)
Out[674]: array([False, True, True, True, False, True, True], dtype=bool)
根据文档,这在版本1.4.0或更高版本中可用。这些文档还描述了操作在纯Python中的外观:
对于一维序列,可以将in1d中的视为python关键字的元素函数版本<代码>in1d(a,b)
大致相当于np.array([b中的项表示a中的项])
此函数的文档值得一读,因为其中有invert
关键字参数和asike\u unique
关键字参数,这两个参数在某些情况下都非常有用
我还发现使用np.vectorize
和操作符.contains创建自己的版本很有趣:
from operator import contains
v_in = np.vectorize(lambda x,y: contains(y, x), excluded={1,})
然后:
In [696]: v_in([1,2,3, 2], [1, 2])
Out[696]: array([ True, True, False, True], dtype=bool)
因为operator.contains
翻转参数,所以我需要lambda
使调用约定与您的用例匹配——但是如果可以先使用b
调用,然后再使用a
调用,则可以跳过此步骤
但是请注意,您需要使用excluded
选项进行vectorize
,因为您希望表示b
序列(用于检查其成员资格的序列)的任何参数都实际保留为序列(因此,如果您选择不将包含的
参数与lambda
一起翻转,则需要排除索引0
而不是1
)
使用in1d
的方法肯定会快得多,而且是一种更好的方法,因为它依赖于一个众所周知的内置函数。但是知道如何使用操作符
和向量化
有时是很好的
您甚至可以为此创建一个,然后在
中使用v_作为“中缀”操作:
v_in = Infix(np.vectorize(lambda x,y: contains(y, x), excluded={1,}))
# even easier: v_in = Infix(np.in1d)
用法和示例:
In [702]: v_in([1, 2, 3, 2], [1, 2])
Out[702]: array([ True, True, False, True], dtype=bool)
In [704]: [1, 2, 3, 2] <<v_in>> [1, 2]
Out[704]: array([ True, True, False, True], dtype=bool)
[702]中的:v_In([1,2,3,2],[1,2])
Out[702]:数组([True,True,False,True],dtype=bool)
在[704]:[1,2,3,2][1,2]
Out[704]:数组([True,True,False,True],dtype=bool)
太好了,谢谢!如果不是为了这个,我打算使用列表理解。
In [702]: v_in([1, 2, 3, 2], [1, 2])
Out[702]: array([ True, True, False, True], dtype=bool)
In [704]: [1, 2, 3, 2] <<v_in>> [1, 2]
Out[704]: array([ True, True, False, True], dtype=bool)