如何匹配包含在两个 numpy 数组中的成对值

Question

我有两组坐标，想找出该coo组的哪些坐标与该组中的任何坐标相同targets。我想知道coo集合中的索引，这意味着我想获取索引列表或布尔值列表。import numpy as npcoo = np.array([[1,2],[1,6],[5,3],[3,6]]) # coordinatestargets = np.array([[5,3],[1,6]]) # coordinates of targetsprint(np.isin(coo,targets))[[ True False] [ True  True] [ True  True] [ True  True]]所需的结果将是以下两个之一：[False True True False] # bool list[1,2] # list of concerning indices我的问题是，那...np.isin没有 -axis属性，所以我可以使用axis=1.即使将逻辑和应用于输出的每一行也会返回True最后一个元素，这是错误的。我知道循环和条件，但我确信 Python 配备了更优雅的解决方案的方法。

Answer 1

对于大型阵列，此解决方案的扩展性更差，对于这种情况，其他建议的答案将表现得更好。

这是利用 的一种方法broadcasting：

(coo[:,None] == targets).all(2).any(1)

# array([False,  True,  True, False])

细节

通过添加第一个轴的直接比较来检查每一行coo是否与另一行匹配target，coo因此它可以针对 广播targets：

(coo[:,None] == targets)

array([[[False, False],

        [ True, False]],

       [[False, False],

        [ True,  True]],

       [[ True,  True],

        [False, False]],

       [[False, False],

        [False,  True]]])

然后检查ndarrays沿第二个轴的all值True：

(coo[:,None] == targets).all(2)

array([[False, False],

       [False,  True],

       [ True, False],

       [False, False]])

最后用于any检查哪些行至少有一个True.

Answer 2

该numpy_indexed的量化方式这种类型的包实现的功能（声明：我是它的作者）。遗憾的是，numpy 缺少很多这种开箱即用的功能；我开始使用 numpy_indexed 的目的是将它合并到 numpy 中，但是存在一些向后兼容性问题，并且像这样的大包往往移动缓慢。所以这在过去的 3 年里没有发生过；但是现在 Python 打包生态系统运行良好，只需在您的环境中再添加一个包也同样简单，真的。

import numpy_indexed as npi
bools = npi.in_(targets, coo)

这将具有类似于@fountainhead 发布的解决方案的时间复杂度（根据当前接受的答案，是对数而不是线性），而且 npi 库将为您提供自动化测试的安全性，以及许多其他方便的选项，如果您决定从稍微不同的角度处理问题。

Answer 3

这是一个简单直观的解决方案，它实际使用numpy.isin(), 来匹配元组，而不是匹配单个数字：

# View as a 1d array of tuples

coo_view     = coo.view(dtype='i,i').reshape((-1,))

targets_view = targets.view(dtype='i,i').reshape((-1,))

result = np.isin(coo_view, targets_view)

print (result)

print(result.nonzero()[0])

输出：

[False  True  True False]

[1 2]

笔记：

这些视图的创建不涉及任何数据复制。

在dtype='i,i'我们想要的视图中的每个元素指定要两个整数的元组