我需要一些类似于 numpy.in1d() 函数的东西，我的任务是拥有超过 2 个数组的项目列表。例如我有 3 个数组:
a = np.array((1,2,5,6,12))
b = np.array((1,3,7,8,5,14,19))
c = np.array((2,6,9,5,1,22))
结果应该是[1, 5]
有没有比使用 np.in1d 的纯循环更快的方法首先与所有其他方法进行比较？一些数组联合或一些智能子索引？
最佳答案
您可以使用 np.intersect1d。例如:
In [15]: np.intersect1d(a, np.intersect1d(b, c))
Out[15]: array([1, 5])
或使用reduce:
In [16]: reduce(np.intersect1d, (a, b, c))
Out[16]: array([1, 5])
如果您知道每个数组中的元素都是唯一的，请使用参数 assume_unique=True:
In [21]: reduce(lambda x, y: np.intersect1d(x, y, assume_unique=True), (a, b, c))
Out[21]: array([1, 5])
关于python - 如何获取属于所有 numpy 数组的项目？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/17766145/