Python:交集索引numpy数组

如何获取两个numpy数组之间的交点索引?我可以使用相交的值intersect1d

import numpy as np

a = np.array(xrange(11))

b = np.array([2, 7, 10])

inter = np.intersect1d(a, b)

# inter == array([ 2, 7, 10])

但是,如何获取a这些值的索引inter

回答:

您可以使用产生的布尔数组in1d为编制索引arange。反转a以使索引不同于值:

>>> a[::-1]

array([10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0])

>>> a = a[::-1]

intersect1d 仍然返回相同的值…

>>> numpy.intersect1d(a, b)

array([ 2, 7, 10])

但是in1d返回一个布尔数组:

>>> numpy.in1d(a, b)

array([ True, False, False, True, False, False, False, False, True,

False, False], dtype=bool)

可以用来索引范围:

>>> numpy.arange(a.shape[0])[numpy.in1d(a, b)]

array([0, 3, 8])

>>> indices = numpy.arange(a.shape[0])[numpy.in1d(a, b)]

>>> a[indices]

array([10, 7, 2])

为了简化以上,不过,你可以使用nonzero-这可能是最正确的做法,因为它返回的统一名单的元组XY…坐标:

>>> numpy.nonzero(numpy.in1d(a, b))

(array([0, 3, 8]),)

或者,等效地:

>>> numpy.in1d(a, b).nonzero()

(array([0, 3, 8]),)

结果可以用作a没有问题的相同形状数组的索引。

>>> a[numpy.nonzero(numpy.in1d(a, b))]

array([10, 7, 2])

但是请注意,在许多情况下,仅使用布尔数组本身,而不是将其转换为一组非布尔索引是有意义的。

最后,您还可以将boolean数组传递给argwhere,从而产生形状略有不同的结果,该结果不适合索引,但可能对其他目的很有用。

>>> numpy.argwhere(numpy.in1d(a, b))

array([[0],

[3],

[8]])

以上是 Python:交集索引numpy数组 的全部内容, 来源链接: utcz.com/qa/417817.html

回到顶部