检查一个numpy数组中有多少个numpy数组与另一个不同大小的numpy数组中的其他numpy数组相等

Question

我的问题

假设我有以下情况：

a = np.array([ np.array([1,2]), np.array([3,4]), np.array([5,6]), np.array([7,8]), np.array([9,10])])
b = np.array([ np.array([5,6]), np.array([1,2]), np.array([3,192])])

这是两个不同大小的数组，包含其他数组（内部数组具有相同的大小！）

我想计算b中的多少项（即内部数组）也在a中。请注意，我不考虑它们的位置！

我该怎么做呢？

我的尝试

count = 0
for bitem in b:
     for aitem in a:
         if aitem==bitem:
               count+=1

有更好的方法吗？特别是在一行中，也许使用一些理解力..

- Euler_Salter

---

标题党，必须点赞。 - Mark Baijens

@谢谢，伙计，感激不尽。 - Euler_Salter

Answer 1

numpy_indexed 包含了高效（通常为nlogn）和向量化的解决方案，用于这些类型的问题：

import numpy_indexed as npi
count = len(npi.intersection(a, b))

请注意，这与您的双重循环略有不同，例如丢弃a和b中的重复条目。如果您想保留b中的重复项，则可以使用以下方法：

count = npi.in_(b, a).sum()

在处理云中的重复条目时，也可以通过执行npi.count（a）并考虑其结果来处理。但是，无论如何，在这里我只是为了说明而胡言乱语，因为我想这种区别可能对您并不重要。

- Eelco Hoogendoorn

---

你认为这两种解决方案比上述的更快吗？ - Euler_Salter

这些方法在内存和计算方面都是二次的；所以对于超过几个数组元素的任何情况，绝对不行。 - Eelco Hoogendoorn

Answer 2

这里有一个简单的方法来实现它：

a = np.array([ np.array([1,2]), np.array([3,4]), np.array([5,6]), np.array([7,8]), np.array([9,10])])
b = np.array([ np.array([5,6]), np.array([1,2]), np.array([3,192])])

count = np.count_nonzero(
    np.any(np.all(a[:, np.newaxis, :] == b[np.newaxis, :, :], axis=-1), axis=0))

print(count)
>>> 2

- jdehesa

---

首先，count 不应该是2吗？输入中只有2个匹配的数组。你正在计算匹配元素（5、6、1、2和3），而不是匹配的数组（（5,6）和（1,2））。 - Daniel F

另外，np.logical_or.reduce(.., axis = 0) 等同于 np.any( . . ., axis = 0)，在布尔数组上使用 np.count_nonzero 相对于简单的 sum() 来说是浪费的。 - Daniel F

@DanielF 你说得对，我误读了问题，我以为它是关于一般的共同元素，而不是子数组。然而，在这里 count_nonzero 比 sum 快得多（在 IPython 中检查 %timeit (np.random.rand(10000000) > .5).sum() 和 %timeit np.count_nonzero(np.random.rand(10000000) > .5)）。 - jdehesa

Answer 3

您可以使用以下一行代码来实现您想要的功能：

count = sum([np.array_equal(x,y) for x,y in product(a,b)])

解释

以下是发生的事情的解释：

1. 使用itertools.product迭代两个数组，该函数将创建一个迭代器，用于遍历两个数组的笛卡尔积。
2. 比较来自步骤1.的元组(x,y)中的每两个数组，使用np.array_equal
3. 在列表上使用sum时，True等于1

完整示例：

最终代码如下：

import numpy as np 
from itertools import product 
a = np.array([ np.array([1,2]), np.array([3,4]), np.array([5,6]), np.array([7,8]), np.array([9,10])])
b = np.array([ np.array([5,6]), np.array([1,2]), np.array([3,192])])
count = sum([np.array_equal(x,y) for x,y in product(a,b)])
# output: 2

- Mohamed Ali JAMAOUI

Answer 4

您可以将行转换为dtype = np.void，然后在生成的1d数组上使用np.in1d。

def void_arr(a):
    return np.ascontiguousarray(a).view(np.dtype((np.void, a.dtype.itemsize * a.shape[1]))) 

b[np.in1d(void_arr(b), void_arr(a))]

array([[5, 6],
       [1, 2]])

如果您只想知道交点数量，那么这就是：

np.in1d(void_arr(b), void_arr(a)).sum()

2

注意：如果b或a中有重复项，则np.in1d(void_arr(b), void_arr(a)).sum()可能不等于np.in1d(void_arr(a), void_arr(b)).sum()。我已经颠倒了原始答案的顺序，以匹配您的问题（即在a中有多少个元素在b中？）

要了解更多信息，请参见第三个答案here。

- Daniel F