Python：交集索引numpy数组

  • Z时代
  • 2024-01-10
  • 分类：问答

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X，Y…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