只获取匹配测试数组所有元素的数组元素？

Question

我怎样才能只匹配测试所有的数组元素？例如在该数组的元素，如果我有：

>>> import numpy as np 

>>> arr = np.array([[0, 0, 1], [1, 0, 1], [1, 0, 1]]) 
>>> arr == [0,0,1] 
array([[ True, True, True], 
    [False, True, True], 
    [False, True, True]], dtype=bool) 

为arr == [0,0,1]的解决方案是该指数0

Answer 1

你需要按行使用axis参数来检查条件：

>>> (arr == np.array([0,0,1])).all(axis=1) 
array([ True, False, False], dtype=bool) 

如果你想索引：

>>> np.where((arr == np.array([0,0,1])).all(axis=1)) 
(array([0]),) 

我们可以也做一些整洁（和快速），以防止从np.all呼叫np.reduce：

>>> b = np.array([0,0,1]) 
>>> dt = np.dtype((np.void, arr.dtype.itemsize * arr.shape[1])) 
>>> (arr.view(dt) == b.view(dt)).reshape(-1) 
array([ True, False, False], dtype=bool) 

个

一些定时：

arr = np.random.randint(0,2,(1E2,3)) 

%timeit (arr.view(dt) == b.view(dt)).reshape(-1) 
100000 loops, best of 3: 7.76 µs per loop 
%timeit (arr == b).all(axis=1) 
100000 loops, best of 3: 13.5 µs per loop 

对于较大的阵列：

arr = np.random.randint(0,2,(1E5,3)) 

%timeit (arr.view(dt) == b.view(dt)).reshape(-1) 
1 loops, best of 3: 221 ms per loop  
%timeit (arr == b)).all(axis=1) 
1 loops, best of 3: 315 ms per loop 

Answer 2

试试这个：

print arr[np.all((arr == [0,0,1]),axis=1)] 

或者：

print np.arange(arr.shape[0])[np.all((arr == [0,0,1]),axis=1)] 

如果你想要的答案的只是指数