web-dev-qa-db-ja.com

NumPy:2つの配列の要素の比較

誰もこの問題に思いついたことがありますか?次のような2つの配列があるとしましょう

a = array([1,2,3,4,5,6])
b = array([1,4,5])

Bに存在するaの要素を比較する方法はありますか?例えば、

c = a == b # Wishful example here
print c
array([1,4,5])
# Or even better
array([True, False, False, True, True, False])

何百万もの要素があると時間がかかるので、ループを避けようとしています。何か案は?

乾杯

37
ebressert

実際、これらのどれよりも簡単な解決策があります。

import numpy as np

a = array([1,2,3,4,5,6])
b = array([1,4,5])

c = np.in1d(a,b)

その結果、cは次のようになります。

array([ True, False, False,  True,  True, False], dtype=bool)
52
eteq

Np.intersect1dを使用します。

#!/usr/bin/env python
import numpy as np
a = np.array([1,2,3,4,5,6])
b = np.array([1,4,5])
c=np.intersect1d(a,b)
print(c)
# [1 4 5]

Aまたはbに一意でない要素がある場合、np.intersect1dは間違った答えを与えることに注意してください。その場合は、np.intersect1d_nuを使用します。

Np.setdiff1d、setxor1d、setmember1d、およびunion1dもあります。 ドキュメントのある例のリスト を参照してください

18
unutbu

Numpyには、ソートされた一意の配列で機能し、必要なブール配列を正確に返すセット関数numpy.setmember1d()があります。入力配列が条件に一致しない場合は、設定された形式に変換し、結果の変換を反転する必要があります。

import numpy as np
a = np.array([6,1,2,3,4,5,6])
b = np.array([1,4,5])

# convert to the uniqued form
a_set, a_inv = np.unique1d(a, return_inverse=True)
b_set = np.unique1d(b)
# calculate matching elements
matches = np.setmea_set, b_set)
# invert the transformation
result = matches[a_inv]
print(result)
# [False  True False False  True  True False]

編集:残念ながら、numpyのsetmember1dメソッドは本当に非効率的です。提案した検索の並べ替えと割り当ての方法はより高速に動作しますが、直接割り当てることができる場合は、結果に直接割り当てることもでき、不必要な大量のコピーを避けることができます。また、bにaにないものが含まれている場合、メソッドは失敗します。以下は、これらのエラーを修正します。

result = np.zeros(a.shape, dtype=np.bool)
idxs = a.searchsorted(b)
idxs = idxs[np.where(idxs < a.shape[0])] # Filter out out of range values
idxs = idxs[np.where(a[idxs] == b)] # Filter out where there isn't an actual match
result[idxs] = True
print(result)

私のベンチマークでは、これが91usであるのに対し、アプローチでは6.6ms、1M要素aと100要素bのnumpy setmember1dでは109msであることが示されています。

2
Ants Aasma

返信kaizer.seをありがとう。それは私が探していたものではありませんが、友人からの提案とあなたが言ったことで私は以下を思いつきました。

import numpy as np

a = np.array([1,4,5]).astype(np.float32)
b = np.arange(10).astype(np.float32)

# Assigning matching values from a in b as np.nan
b[b.searchsorted(a)] = np.nan

# Now generating Boolean arrays
match = np.isnan(b)
nonmatch = match == False

それは少し面倒なプロセスですが、ループの作成やループ付きの織りを使用するよりも優れています。

乾杯

2
ebressert

ebresset、 your answer は、aがbのサブセットでない限り機能しません(およびaとbはソートされます)。そうでない場合、searchsortedはfalseインデックスを返します。同様のことをしなければならず、それをあなたのコードと組み合わせました:

# Assume a and b are sorted
idxs = numpy.mod(b.searchsorted(a),len(b))
idxs = idxs[b[idxs]==a]
b[idxs] = numpy.nan
match = numpy.isnan(b)
0
AFoglia