我有两个 4 列 numpy 数组 (2D),每个数组有数百行( float )(cap 和 usp)。考虑每个数组中 3 列的子集(例如 capind=cap[:,:3]
):
- 两个数组之间有很多共同的行。
- 每一行元组/“三元组”在每个数组中都是唯一的。
我正在寻找一种有效的方法来识别两个数组中这些常见的三值(行)子集,同时以某种方式保留两个数组的第 4 列以供进一步处理。本质上,我正在寻找一种很好的 numpy 方法来使用 row 选项执行与 Matlab 的相交函数等效的操作(即 ([c, ia, ib]=intersect(capind, uspind, 'rows');)
.
它返回匹配行的索引,因此现在很容易从原始数组的第 4 列中获取匹配的三元组和值 (matchcap=cap[ia,:]
)。
我目前的方法是基于论坛上的一个类似问题,因为我找不到适合我的问题的匹配项。然而,考虑到我的目标,这种方法似乎有点低效(我也没有完全解决我的问题):
数组是这样的:
cap=array([[ 2.50000000e+01, 1.27000000e+02, 1.00000000e+00,
9.81997200e-06],
[ 2.60000000e+01, 1.27000000e+02, 1.00000000e+00,
9.14296800e+00],
[ 2.70000000e+01, 1.27000000e+02, 1.00000000e+00,
2.30137100e-04],
...,
[ 6.10000000e+01, 1.80000000e+02, 1.06000000e+02,
8.44939900e-03],
[ 6.20000000e+01, 1.80000000e+02, 1.06000000e+02,
4.77729100e-03],
[ 6.30000000e+01, 1.80000000e+02, 1.06000000e+02,
1.40343500e-03]])
usp=array([[ 4.10000000e+01, 1.31000000e+02, 1.00000000e+00,
5.24197200e-06],
[ 4.20000000e+01, 1.31000000e+02, 1.00000000e+00,
8.39178800e-04],
[ 4.30000000e+01, 1.31000000e+02, 1.00000000e+00,
1.20279900e+01],
...,
[ 4.70000000e+01, 1.80000000e+02, 1.06000000e+02,
2.48667700e-02],
[ 4.80000000e+01, 1.80000000e+02, 1.06000000e+02,
4.23304600e-03],
[ 4.90000000e+01, 1.80000000e+02, 1.06000000e+02,
1.02051300e-03]])
然后我将每个 4 列数组(usp 和 cap)转换为一个三列数组(capind 和 uspind 在下面显示为整数以便于查看)。
capind=array([[ 25, 127, 1],
[ 26, 127, 1],
[ 27, 127, 1],
...,
[ 61, 180, 106],
[ 62, 180, 106],
[ 63, 180, 106]])
uspind=array([[ 41, 131, 1],
[ 42, 131, 1],
[ 43, 131, 1],
...,
[ 47, 180, 106],
[ 48, 180, 106],
[ 49, 180, 106]])
使用集合操作给我匹配的三元组:carray=np.array([x for x in set(tuple(x) for x in capind) & set(tuple(x) for x in uspind) ])
.
对于从 uspind 和 capind 数组中查找公共(public)行值来说,这似乎工作得相当好。我现在需要从匹配行中获取第 4 列的值(即将 carray 与原始源数组(cap 和 usp)的前三列进行比较,并以某种方式从第 4 列获取值)。
是否有更好更有效的方法来实现这一目标?否则,我们将不胜感激任何有关从源数组中检索第 4 列值的最佳方法的帮助。
最佳答案
尝试使用字典。
capind = {tuple(row[:3]):row[3] for row in cap}
uspind = {tuple(row[:3]):row[3] for row in usp}
keys = capind.viewkeys() & uspind.viewkeys()
for key in keys:
# capind[key] and uspind[key] are the fourth columns
关于python - 二维 numpy 数组搜索(相当于 Matlab 的 intersect 'rows' 选项),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24144770/