Python 检查不同numpy数组中是否有相同的行

如何在行真/假数组的结果中获得两个数组之间的行比较

给定数据：

a = np.array([[1,0],[2,0],[3,1],[4,2]])
b = np.array([[1,0],[2,0],[4,2]])

结果步骤1：

c = np.array([True, True,False,True])

最终结果：

a = a[c]

那么如何获得数组

c

---

注意：在本例中，数组

a

和

b

已排序，如果在您的解决方案中数组排序很重要，请提供相关信息。您可以通过以下方式将其作为列表进行排序：

c = np.array([row in b for row in a])

---

尽管这种方法比纯numpy方法（如果存在的话）要慢。

您可以使用numpy并沿_轴应用_（在特定轴上的一种迭代，axis=0在每个单元格上迭代，axis=1在每行上迭代，axis=2在矩阵上迭代，依此类推

import numpy as np
a = np.array([[1,0],[2,0],[3,1],[4,2]])
b = np.array([[1,0],[2,0],[4,2]])
c = np.apply_along_axis(lambda x,y: x in y, 1, a, b)

我们可以利用它们被排序的事实，在O（n）时间内完成这项工作。使用两个指针，我们只需向前移动已经落后的指针：

while i < len(a) and j < len(b):
    if tuple(a[i])== tuple(b[j]):
        result.append(True)
        i += 1
        j += 1 # get rid of this depending on how you want to handle duplicates
    elif tuple(a[i]) > tuple(b[j]):
        j += 1
    else:
        result.append(False)
        i += 1

当ituple（b[j]）：
j+=1
其他：
result.append（False）
i+=1

如果它提前结束，则用False填充

if len(result) < len(a):
    result.extend([False] * (len(a) - len(result)))

print(result) # [True, True, False, True]

如果len（结果）

---

此答案改编自以下矢量化解决方案：

res = (a[:, None] == b).all(-1).any(-1)

print(res)

array([ True,  True, False,  True])

请注意，

a[：，None]==b

将

a

的每一行与

b

元素进行比较。然后，我们使用

all

+

any

来推断每个子数组中是否有所有

为真的行：

print(a[:, None] == b)

[[[ True  True]
  [False  True]
  [False False]]

 [[False  True]
  [ True  True]
  [False False]]

 [[False False]
  [False False]
  [False False]]

 [[False False]
  [False False]
  [ True  True]]]

方法#1

我们可以使用基于
视图
的矢量化解决方案-

# https://stackoverflow.com/a/45313353/ @Divakar
def view1D(a, b): # a, b are arrays
    a = np.ascontiguousarray(a)
    b = np.ascontiguousarray(b)
    void_dt = np.dtype((np.void, a.dtype.itemsize * a.shape[1]))
    return a.view(void_dt).ravel(),  b.view(void_dt).ravel()

A,B = view1D(a,b)
out = np.isin(A,B)

样本运行-

In [8]: a
Out[8]: 
array([[1, 0],
       [2, 0],
       [3, 1],
       [4, 2]])

In [9]: b
Out[9]: 
array([[1, 0],
       [2, 0],
       [4, 2]])

In [10]: A,B = view1D(a,b)

In [11]: np.isin(A,B)
Out[11]: array([ True,  True, False,  True])

方法#2

或者，如果
b
中的所有行都在
a
中，并且行是按字典顺序排序的，则使用相同的
视图
，但使用
搜索排序
-

out = np.zeros(len(A), dtype=bool)
out[np.searchsorted(A,B)] = 1

如果行不一定按字典顺序排序-

sidx = A.argsort()
out[sidx[np.searchsorted(A,B,sorter=sidx)]] = 1

您可以使用scipy的cdist，它有几个优点：

from scipy.spatial.distance import cdist

a = np.array([[1,0],[2,0],[3,1],[4,2]])
b = np.array([[1,0],[2,0],[4,2]])

c = cdist(a, b)==0
print(c.any(axis=1))

此外，cdist允许传递函数指针。因此，您可以指定自己的距离函数，以进行所需的任何比较：

c = cdist(a, b, lambda u, v: (u==v).all())
print(c)

现在您可以找到与之匹配的索引。这也将指示是否有多个匹配

# Array with multiple instances
a2 = np.array([[1,0],[2,0],[3,1],[4,2],[3,1],[4,2]])

c2 = cdist(a2, b, lambda u, v: (u==v).all())
print(c2)

idx = np.where(c2==1)
print(idx)

print(idx[0][idx[1]==2])

这实际上没有使用
np.isin
，有点困惑你为什么提到它，因为我认为它在这里不是特别有用。似乎不起作用，以便检查相同的行：a=np.array（[[1,0]，[2,0]，[4,2]，[3,1]，[3,0]]）b=np array（[[1,0]，[2,0]，[3,1]]）c=np c最后一个应该是False这看起来不错a=np数组（[[1,0]，[2,0]，[4,2]，[3,1]，[3,0]]）b=np数组（[[1,0]，[2,0]，[3,1]]）c=（a[：，None]==b.all（-1）.any（-1）结果[真假]谢谢，这是我见过的最简单的方法！类似于这里的方法#1有效，第二种方法到目前为止尚未测试（或理解）…谢谢
print(a[c.any(axis=1)])

[[1 0]
 [2 0]
 [4 2]]

c = cdist(a, b, lambda u, v: (u==v).all())
print(c)

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

# Array with multiple instances
a2 = np.array([[1,0],[2,0],[3,1],[4,2],[3,1],[4,2]])

c2 = cdist(a2, b, lambda u, v: (u==v).all())
print(c2)

idx = np.where(c2==1)
print(idx)

print(idx[0][idx[1]==2])

[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 0.]
 [0. 0. 1.]
 [0. 0. 0.]
 [0. 0. 1.]]
(array([0, 1, 3, 5], dtype=int64), array([0, 1, 2, 2], dtype=int64))
[3 5]