arrays - numpy 搜索多个值的数组，并返回它们的索引

Question

如何在 numpy 数组中搜索一小组值(未排序，不应更改)？
它应该返回这些值的索引。

例如:

a = np.array(['d', 'v', 'h', 'r', 'm', 'a'])   # in general it will be large
query = np.array(['a', 'v', 'd'])

# Required:
idnx = someNumpyFunction(a, query)

print(indx)       # should be [5, 1, 0]

我是 numpy 的初学者，我找不到同时为多个值执行此任务的正确方法(我知道 np.where(a=='d') 可以执行单个值搜索) .

Answer 1

检查一个数组与另一个数组的经典方法是调整形状并使用“==”:

In [250]: arr==query[:,None]
Out[250]: 
array([[False, False, False, False, False,  True],
       [False,  True, False, False, False, False],
       [ True, False, False, False, False, False]], dtype=bool)

In [251]: np.where(arr==query[:,None])
Out[251]: (array([0, 1, 2]), array([5, 1, 0]))

如果一个元素 query未在 a 中找到，它的“行”将丢失，例如[0,2]而不是 [0,1,2]

In [261]: np.where(arr==np.array(['a','x','v'],dtype='S')[:,None])
Out[261]: (array([0, 2]), array([5, 1]))   

对于这个小例子，它比列表理解等价物快得多:

np.hstack([(arr==i).nonzero()[0] for i in query])

比searchsorted慢一点解决方案。 (在该解决方案中，如果未找到 i 元素，则 query 超出范围)。

Stefano 建议 fromiter .与 hstack 相比，它节省了一些时间一个列表:

In [313]: timeit np.hstack([(arr==i).nonzero()[0] for i in query])10000 loops, best of 3: 49.5 us per loop

In [314]: timeit np.fromiter(((arr==i).nonzero()[0] for i in query), dtype=int, count=len(query))
10000 loops, best of 3: 35.3 us per loop

但是，如果引发错误是缺少元素，或者出现多次。 hstack可以处理可变长度的条目，fromiter不能。
np.flatnonzero(arr==i)比 ().nonzero()[0] 慢，但我还没有研究为什么。