在二维numpy数组中查找匹配的行

我想获取与某行匹配的二维Numpy数组的索引。例如，我的数组是这样的：在二维numpy数组中查找匹配的行

vals = np.array([[0, 0], 
       [1, 0], 
       [2, 0], 
       [0, 1], 
       [1, 1], 
       [2, 1], 
       [0, 2], 
       [1, 2], 
       [2, 2], 
       [0, 3], 
       [1, 3], 
       [2, 3], 
       [0, 0], 
       [1, 0], 
       [2, 0], 
       [0, 1], 
       [1, 1], 
       [2, 1], 
       [0, 2], 
       [1, 2], 
       [2, 2], 
       [0, 3], 
       [1, 3], 
       [2, 3]])

我想获得该行相匹配的指数[0,1]，这是指数3和15当我不喜欢的东西numpy.where(vals == [0 ,1])我得到...

(array([ 0, 3, 3, 4, 5, 6, 9, 12, 15, 15, 16, 17, 18, 21]), array([0, 0, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 0, 0]))

我想索引数组（[3,15]）。

来源

2014-09-13 b10hazard

您需要np.where函数来获得指标：

>>> np.where((vals == (0, 1)).all(axis=1)) 
(array([ 3, 15]),)

要拆散：

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

，并呼吁该阵列上的.all方法（与axis=1）为您提供True其中两个为真：

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

，并获得该指标为True：

>>> np.where((vals == (0, 1)).all(axis=1)) 
(array([ 3, 15]),)

我发现我的解决方案更具可读性，但正如unutbu指出的那样，以下可能会更快，并返回相同的值(vals == (0, 1)).all(axis=1)：

>>> (vals[:, 0] == 0) & (vals[:, 1] == 1)

来源

2014-09-13 13:29:54

In [5]: np.where((vals[:,0] == 0) & (vals[:,1]==1))[0] 
Out[5]: array([ 3, 15])

我不知道为什么，但这是显著快于
np.where((vals == (0, 1)).all(axis=1))：

In [34]: vals2 = np.tile(vals, (1000,1)) 

In [35]: %timeit np.where((vals2 == (0, 1)).all(axis=1))[0] 
1000 loops, best of 3: 808 µs per loop 

In [36]: %timeit np.where((vals2[:,0] == 0) & (vals2[:,1]==1))[0] 
10000 loops, best of 3: 152 µs per loop

来源

2014-09-13 13:25:41 unutbu

使用numpy_indexed包，你可以简单的写：

import numpy_indexed as npi 
print(np.flatnonzero(npi.contains([[0, 1]], vals)))

来源

2014-09-13 15:26:16

在二维numpy数组中查找匹配的行

回答

相关问题