带有’rows’和index的ismember的Python版本

概述类似的问题已被提出,但没有一个答案完全符合我的需要 – 一些允许多维搜索(在matlab中也称为’rows’选项)但不返回索引.有些返回索引但不允许行.我的阵列非常大(1M x 2)并且我已经成功地制作了一个可行的循环,但显然这非常慢.在matlab中,内置的ismember函数大约需要10秒. 这是我正在寻找的： a=np.array([[4, 6],[2, 6],[5, 2]])b=np. 类似的问题已被提出,但没有一个答案完全符合我的需要 – 一些允许多维搜索(在matlab中也称为’rows’选项)但不返回索引.有些返回索引但不允许行.我的阵列非常大(1M x 2)并且我已经成功地制作了一个可行的循环,但显然这非常慢.在matlab中,内置的ismember函数大约需要10秒.

这是我正在寻找的：

a=np.array([[4,6],[2,[5,2]])b=np.array([[1,7],[1,8],1],4],[4,9],2],1]])

完成这个技巧的确切matlab函数是：

[~,index] = ismember(a,b,'rows')

哪里

index = [6,3,9]

解决方法

import numpy as npdef asvoID(arr):    """    VIEw the array as dtype np.voID (bytes)    This vIEws the last axis of ND-arrays as bytes so you can perform comparisons on    the entire row.    https://stackoverflow.com/a/16840350/190597 (Jaime,2013-05)    Warning: When using asvoID for comparison,note that float zeros may compare UNEQUALLY    >>> asvoID([-0.]) == asvoID([0.])    array([False],dtype=bool)    """    arr = np.ascontiguousarray(arr)    return arr.vIEw(np.dtype((np.voID,arr.dtype.itemsize * arr.shape[-1])))def in1d_index(a,b):    voIDa,voIDb = map(asvoID,(a,b))    return np.where(np.in1d(voIDb,voIDa))[0]    a = np.array([[4,2]])b = np.array([[1,1]])print(in1d_index(a,b))

版画

[2 5 8]

这相当于Matlab的[3,6,因为Python使用基于0的索引.

一些警告：

>指数按递增顺序返回.他们不对应
到b的项目的位置.
> asvoID将用于整数dtypes,但是如果使用asvoID则要小心
在float dtypes上,因为asvoID([ – 0.])== asvoID([0.])返回
阵列([FALSE]).
> asvoID在连续数组上效果最佳.如果数组不连续,则数据将被复制到连续数组,这将降低性能.

尽管存在警告,但为了速度,人们可能会选择使用in1d_index：

def ismember_rows(a,b):    # https://stackoverflow.com/a/22705773/190597 (ashg)    return np.nonzero(np.all(b == a[:,np.newaxis],axis=2))[1]In [41]: a2 = np.tile(a,(2000,1))In [42]: b2 = np.tile(b,1))In [46]: %timeit in1d_index(a2,b2)100 loops,best of 3: 8.49 ms per loopIn [47]: %timeit ismember_rows(a2,b2)1 loops,best of 3: 5.55 s per loop

因此in1d_index快〜650倍(对于数千的长数组),但再次注意比较并不完全是苹果对苹果,因为in1d_index按递增顺序返回索引,而ismember_rows返回a的顺序行中的索引.出现在b.

总结

以上是内存溢出为你收集整理的带有’rows’和index的ismember的Python版本全部内容，希望文章能够帮你解决带有’rows’和index的ismember的Python版本所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。