如何检查一个包含多个numpy数组的列表中是否包含给定的测试数组？

Question

我有一个numpy数组列表，比如说：

a = [np.random.rand(3, 3), np.random.rand(3, 3), np.random.rand(3, 3)]

and I have a test array, say

b = np.random.rand(3, 3)

我想要检查 a 中是否包含 b。然而，我希望这个过程可以更简单易懂。

b in a 

抛出以下错误：

ValueError: 具有多个元素的数组的真值是不明确的。请使用 a.any() 或 a.all()

我想要的正确方式是什么？

- Guldam Kwak

---

你尝试过列表推导式吗？ - Divakar

你说的列表推导式是什么意思？在我看来，列表推导式的意思类似于... - Guldam Kwak

[ a for a in some_iterable] - Guldam Kwak

在这个任务中，列表推导式的作用是什么？ - Guldam Kwak

为什么不将a定义为一个3x3x3的数组？ - Nils Werner

Answer 1

您可以将 a 转换为形状为 (3, 3, 3) 的一维数组：

a = np.asarray(a)

然后将其与b进行比较（由于我们正在比较浮点数，因此应使用isclose()）

np.all(np.isclose(a, b), axis=(1, 2))

例如：

a = [np.random.rand(3,3),np.random.rand(3,3),np.random.rand(3,3)]
a = np.asarray(a)
b = a[1, ...]       # set b to some value we know will yield True

np.all(np.isclose(a, b), axis=(1, 2))
# array([False,  True, False])

- Nils Werner

Answer 2

正如@jotasi所指出的那样，由于数组内的逐元素比较，真值是不确定的。此前有一个关于这个问题的答案在这里。总体而言，您可以通过以下各种方式完成任务:

1. 列表转数组：

您可以将列表转换为（3,3,3）形状的数组，然后使用“in”运算符，如下所示：

    >>> a = [np.random.rand(3, 3), np.random.rand(3, 3), np.random.rand(3, 3)]
    >>> a= np.asarray(a)
    >>> b= a[1].copy()
    >>> b in a
    True

2. np.all:

   >>> any(np.all((b==a),axis=(1,2)))
   True
   

3. list-comperhension: This done by iterating over each array:

   >>> any([(b == a_s).all() for a_s in a])
   True
   

以下是上述三种方法的速度比较：

速度比较

import numpy as np
import perfplot

perfplot.show(
    setup=lambda n: np.asarray([np.random.rand(3*3).reshape(3,3) for i in range(n)]),
    kernels=[
        lambda a: a[-1] in a,
        lambda a: any(np.all((a[-1]==a),axis=(1,2))),
        lambda a: any([(a[-1] == a_s).all() for a_s in a])
        ],
    labels=[
        'in', 'np.all', 'list_comperhension'
        ],
    n_range=[2**k for k in range(1,20)],
    xlabel='Array size',
    logx=True,
    logy=True,
    )

- Omar Al Zeidi

Answer 3

好的，所以in不起作用，因为它实际上正在执行

def in_(obj, iterable):
    for elem in iterable:
        if obj == elem:
            return True
    return False

现在的问题是，对于两个ndarrays a 和 b，a == b 是一个数组（试一下），而不是布尔值，所以 if a == b 会失败。解决方案是定义一个新函数。

def array_in(arr, list_of_arr):
     for elem in list_of_arr:
        if (arr == elem).all():
            return True
     return False

a = [np.arange(5)] * 3
b = np.ones(5)

array_in(b, a) # --> False

- FHTMitchell

Answer 4

这个错误是因为如果a和b是numpy数组，那么a == b不会返回True或False，而是在逐个比较a和b的元素后返回boolean值的array。

你可以尝试像这样做：

np.any([np.all(a_s == b) for a_s in a])

• [np.all(a_s == b) for a_s in a] 在这里，您正在创建一个布尔值列表，遍历 a 的元素，并检查所有元素是否与 b 和 a 的特定元素相同。

• 使用 np.any 可以检查数组中是否有任何元素为 True

- samorr

Answer 5

正如这个答案所指出的，文档说明：

对于诸如列表、元组、集合、冻结集、字典或collections.deque等容器类型，表达式x in y等价于any(x is e or x == e for e in y)。

a[0]==b是一个数组，其中包含a[0]和b的逐元素比较。这个数组的整体真值显然是模棱两可的。如果所有元素匹配，它们是否相同？或者大多数匹配，或者至少有一个匹配？因此，numpy强制你明确你的意思。你想知道的是测试所有元素是否相同。你可以使用numpy的all方法来实现：

any((b is e) or (b == e).all() for e in a)

或者放在一个函数中：

def numpy_in(arrayToTest, listOfArrays):
    return any((arrayToTest is e) or (arrayToTest == e).all()
               for e in listOfArrays)

- jotasi

Answer 6

使用numpy中的array_equal函数。

    import numpy as np
    a = [np.random.rand(3,3),np.random.rand(3,3),np.random.rand(3,3)]
    b = np.random.rand(3,3)

    for i in a:
        if np.array_equal(b,i):
            print("yes")

- Upasana Mittal

---

实际上，(a==b).all() 不比 np.array_equal(a, b) 慢。主要的区别是 np.array_equal 首先会测试数组的形状。 - jotasi