Python 如何以字典的方式逐项比较两个2D数组？

我知道如何通过第一项、第二项等来比较两个数组。例如

[2 3 10 9 6-1]

高于

[2 3 2 10-1-1]

。我需要一种矢量化的方式，可以与两个2D阵列一起工作，如下所示：

a = [[ 1  3 10  9  6 -1]
 [ 5 12  6  5  4  3]
 [ 2  9  5  6 -1 -1]
 [ 2  9  4  8 -1 -1]
 [ 1  5 12 11  9 -1]
 [ 0 12  9  6  5  3]
 [ 4  9 -1 -1 -1 -1]
 [ 1  5  9  6  2 -1]
 [ 2  9  5 12 -1 -1]
 [ 1  8 11  9  5 -1]]

反对

b = [[ 2  3  2 10 -1 -1]
 [ 1  3 12  6  4 -1]
 [ 0 10  9  7  6  5]
 [ 2  6  4 12 -1 -1]
 [ 1  6 12 11 10 -1]
 [ 1  3 12  8  6 -1]
 [ 4  9 -1 -1 -1 -1]
 [ 0 12  6  5  4  2]
 [ 0 12 10  9  6  5]
 [ 1  8 11  9  5 -1]]

如何获取第一个数组中赢、输或平局的项目的索引？预期产出为：

{'win': [1, 2, 3, 7, 8],
 'lose': [0, 4, 5],
 'tie': [6, 9]}

---

幸运的是，我能够实现一种按预期工作的方法：

def lexcompare(a, b):
    diff = a - b
    rows, cols = np.where(diff!=0)
    idx = np.r_[True, np.diff(rows).astype(bool)]
    checks = diff[rows[idx], cols[idx]] > 0
    wins, loses = rows[idx][checks], rows[idx][~checks]
    tie = np.setdiff1d(np.arange(len(diff)), rows[idx])
    return {'win': wins, 'lose': loses, 'tie': tie}

输出：

{'win': array([1, 2, 3, 7, 8], dtype=int64),
 'lose': array([0, 4, 5], dtype=int64),
 'tie': array([6, 9])}

---

即使它可能不是很numpy esk，一个简单的手动行比较也能很好地实现这一点：

将numpy导入为np
定义公司法（a:np.ndarray，b:np.ndarray）->条款：
d={'win'：[]，'tie'：[]，'lose'：[]}
对于枚举（zip（a，b））中的i（a_i，b_i）：
对于a_ij，b_ij in-zip（a_i，b_i）：
如果a_ij>b_ij：
d['win'].附加（i）
打破
如果b_ij>a_ij：
d['lose'].追加（i）
打破
其他：
d['tie'].附加（i）
返回d
a=np.asarray([
[1, 3, 10, 9, 6, -1],
[5, 12, 6, 5, 4, 3],
[2, 9, 5, 6, -1, -1],
[2, 9, 4, 8, -1, -1],
[1, 5, 12, 11, 9, -1],
[0, 12, 9, 6, 5, 3],
[4, 9, -1, -1, -1, -1],
[1, 5, 9, 6, 2, -1],
[2, 9, 5, 12, -1, -1],
[1, 8, 11, 9, 5, -1]
])
b=np.A阵列([
[2, 3, 2, 10, -1, -1],
[1, 3, 12, 6, 4, -1],
[0, 10, 9, 7, 6, 5],
[2, 6, 4, 12, -1, -1],
[1, 6, 12, 11, 10, -1],
[1, 3, 12, 8, 6, -1],
[4, 9, -1, -1, -1, -1],
[0, 12, 6, 5, 4, 2],
[0, 12, 10, 9, 6, 5],
[1, 8, 11, 9, 5, -1]
])
结果=lex_comp（a，b）#{'win'：[1,2,3,7,8]，'tie'：[6,9]，'lose'：[0,4,5]}

javascript中的代码可以帮助您吗？它有一个numpy标记，专门将我的问题与Python联系起来。在这种情况下，我将编辑我的标记。我已经有了一个解决方案，这是一个自愿的共享。为什么你要写这么复杂的东西，而每行的线性遍历可以做到这一点呢？那么写你自己的解决方案；）

lex_comp

比

lexcompare

慢4倍。这就是为什么我要寻找一个向量化的解决方案（

for

循环很慢）。这取决于输入矩阵的维数（N，K），但是的，我也测试过了。如果K大，

lex_comp

相比性能更好-如果N大，

lexcompare

性能更好。