python – 检查numpy数组的子维度中的元素是否在另一个numpy数组的子维度中的快速方法

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 检查numpy数组的子维度中的元素是否在另一个numpy数组的子维度中的快速方法，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1191字，纯文字阅读大概需要2分钟。

内容图文

假设我们有两个整数numpy数组A和B大小(N,M).我想检查N中的每一个,是B [i,：]中的A [i,：].

for循环实现是：

for i in range(N):
    C[i] = np.isin(A[i,:],B[i,:])

然而,对于大型阵列来说这是非常慢的.有没有更快的方法来实现这个？ (例如矢量化？)

谢谢！

解决方法:

这是一种基于每行偏移的矢量化方法,如Vectorized searchsorted numpy's solution中更详细的讨论 –

# https://stackoverflow.com/a/40588862/ @Divakar
def searchsorted2d(a,b):
    m,n = a.shape
    max_num = np.maximum(a.max() - a.min(), b.max() - b.min()) + 1
    r = max_num*np.arange(a.shape[0])[:,None]
    p = np.searchsorted( (a+r).ravel(), (b+r).ravel() ).reshape(m,-1)
    return p - n*(np.arange(m)[:,None])

def numpy_isin2D(A,B):
    sB = np.sort(B,axis=1)
    idx = searchsorted2d(sB,A)
    idx[idx==sB.shape[1]] = 0
    return np.take_along_axis(sB, idx, axis=1) == A

样品运行 –

In [351]: A
Out[351]: 
array([[5, 0, 3, 3],
       [7, 3, 5, 2],
       [4, 7, 6, 8],
       [8, 1, 6, 7],
       [7, 8, 1, 5]])

In [352]: B
Out[352]: 
array([[8, 4, 3, 0, 3, 5],
       [0, 2, 3, 8, 1, 3],
       [3, 3, 7, 0, 1, 0],
       [4, 7, 3, 2, 7, 2],
       [0, 0, 4, 5, 5, 6]])

In [353]: numpy_isin2D(A,B)
Out[353]: 
array([[ True,  True,  True,  True],
       [False,  True, False,  True],
       [False,  True, False, False],
       [False, False, False,  True],
       [False, False, False,  True]])

内容总结

以上是互联网集市为您收集整理的python – 检查numpy数组的子维度中的元素是否在另一个numpy数组的子维度中的快速方法全部内容，希望文章能够帮你解决python – 检查numpy数组的子维度中的元素是否在另一个numpy数组的子维度中的快速方法所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端