我有两个大的二维数组,想要找到它们的差集,将它们的行看作元素。在Matlab中,可以使用以下代码实现: setdiff(A,B,'rows')
。这两个数组足够大,所以我想到的明显的循环方法耗时太长。
我有两个大的二维数组,想要找到它们的差集,将它们的行看作元素。在Matlab中,可以使用以下代码实现: setdiff(A,B,'rows')
。这两个数组足够大,所以我想到的明显的循环方法耗时太长。
这个应该能工作,但在1.6.1版本中由于创建视图的不可用mergesort而无法使用。在即将发布的1.7.0版本中可以正常工作。这应该是最快的方式,因为视图不需要复制任何内存:
>>> import numpy as np
>>> a1 = np.array([[1,2,3],[4,5,6],[7,8,9]])
>>> a2 = np.array([[4,5,6],[7,8,9],[1,1,1]])
>>> a1_rows = a1.view([('', a1.dtype)] * a1.shape[1])
>>> a2_rows = a2.view([('', a2.dtype)] * a2.shape[1])
>>> np.setdiff1d(a1_rows, a2_rows).view(a1.dtype).reshape(-1, a1.shape[1])
array([[1, 2, 3]])
你可以用Python做到这一点,但可能会很慢:
>>> import numpy as np
>>> a1 = np.array([[1,2,3],[4,5,6],[7,8,9]])
>>> a2 = np.array([[4,5,6],[7,8,9],[1,1,1]])
>>> a1_rows = set(map(tuple, a1))
>>> a2_rows = set(map(tuple, a2))
>>> a1_rows.difference(a2_rows)
set([(1, 2, 3)])
from numpy import *
# Create some sample arrays
A =random.randint(0,5,(10,3))
B =random.randint(0,5,(10,3))
>>> A
array([[1, 0, 3],
[0, 4, 2],
[0, 3, 4],
[4, 4, 2],
[2, 0, 2],
[4, 0, 0],
[3, 2, 2],
[4, 2, 3],
[0, 2, 1],
[2, 0, 2]])
>>> B
array([[4, 1, 3],
[4, 3, 0],
[0, 3, 3],
[3, 0, 3],
[3, 4, 0],
[3, 2, 3],
[3, 1, 2],
[4, 1, 2],
[0, 4, 2],
[0, 0, 3]])
我们寻找行之间的(L1)距离为零时,这给了我们一个矩阵,在它为零的点上,这些是两个列表共同拥有的项目:
idx = where(abs((A[:,newaxis,:] - B)).sum(axis=2)==0)
>>> A[idx[0]]
array([[0, 4, 2]])
>>> B[idx[1]]
array([[0, 4, 2]])
A.size()
和B.size()
时,数组有多大? - Hooked我不确定你想要什么,但这将为您提供一个布尔数组,其中包含两个数组不相等的位置,并且速度非常快:
import numpy as np
a = np.random.randn(5, 5)
b = np.random.randn(5, 5)
a[0,0] = 10.0
b[0,0] = 10.0
a[1,1] = 5.0
b[1,1] = 5.0
c = ~(a-b==0)
print c
[[假 真 真 真 真] [真 假 真 真 真] [真 真 真 真 真] [真 真 真 真 真] [真 真 真 真 真]]
a[0, c[0]]
给出了a中第0行不在b中的元素”,但我理解问题的方式并不是找到每一行A和B中相同的元素,而是找到匹配的A行和B行。 - Hookednp.all(match_matrix, axis=0)
转到给定行匹配的数组。 - Okarin