如何检查numpy数组列表是否包含给定的测试数组？

Question

我有一个numpy数组的列表，例如，

a = [np.random.rand(3, 3), np.random.rand(3, 3), np.random.rand(3, 3)]

我有一个测试阵列

b = np.random.rand(3, 3)

我想检查a是否包含b 。 然而

b in a 

引发以下错误：

ValueError：具有多个元素的数组的真值不明确。 使用a.any（）或a.all（）

我想要什么的正确方法是什么？

Answer 1

你可以只让形状的一个阵列(3, 3, 3)出的a ：

a = np.asarray(a)

然后将其与b比较（我们在这里比较浮点数，因此我们应该使用isclose() ）

np.all(np.isclose(a, b), axis=(1, 2))

例如：

a = [np.random.rand(3,3),np.random.rand(3,3),np.random.rand(3,3)]
a = np.asarray(a)
b = a[1, ...]       # set b to some value we know will yield True

np.all(np.isclose(a, b), axis=(1, 2))
# array([False,  True, False])

Answer 2

好吧in因为它有效

def in_(obj, iterable):
    for elem in iterable:
        if obj == elem:
            return True
    return False

现在的问题是，对于两个ndarray a和b ， a == b是一个数组（尝试），而不是布尔值，因此if a == b失败。 解决方案是定义一个新功能

def array_in(arr, list_of_arr):
     for elem in list_of_arr:
        if (arr == elem).all():
            return True
     return False

a = [np.arange(5)] * 3
b = np.ones(5)

array_in(b, a) # --> False

Answer 3

该错误是因为，如果a和b是numpy arrays则a == b不会返回True或False ，而是在a元素比较a和b之后返回boolean值的array 。

您可以尝试如下操作：

np.any([np.all(a_s == b) for a_s in a])

• [np.all(a_s == b) for a_s in a]这里所创建的列表boolean值，通过的元件迭代a和检查是否在所有的元素b的和特定元件a是相同的。

• 使用np.any您可以检查数组中的任何元素是否为True

Answer 4

如该答案所指出， 文档指出：

对于列表，元组，集合，frozenset，dict或collections.deque等容器类型，y中的表达式x等于any（x为e或y中的e为x == e）。

a[0]==b是一个数组，其中包含a[0]和b逐元素比较。 该数组的整体真值显然是不明确的。 如果所有元素都匹配，或者如果至少一个匹配，则大多数匹配，它们是否相同？ 因此， numpy迫使您明确表达自己的意思。 您想知道的是测试所有元素是否相同。 您可以使用numpy的all方法来做到这一点：

any((b is e) or (b == e).all() for e in a)

或加入一个函数：

def numpy_in(arrayToTest, listOfArrays):
    return any((arrayToTest is e) or (arrayToTest == e).all()
               for e in listOfArrays)

Answer 5

使用numpy中的array_equal

    import numpy as np
    a = [np.random.rand(3,3),np.random.rand(3,3),np.random.rand(3,3)]
    b = np.random.rand(3,3)

    for i in a:
        if np.array_equal(b,i):
            print("yes")

Answer 6

正如@jotasi所强调的，由于数组中元素之间的比较，真值是不明确的。 有一个以前这个问题的答案在这里 。 总体而言，您的任务可以通过多种方式完成：

1. 列出到阵列：

您可以通过将列表转换为（3,3,3）形状的数组来使用“ in”运算符，如下所示：

    >>> a = [np.random.rand(3, 3), np.random.rand(3, 3), np.random.rand(3, 3)]
    >>> a= np.asarray(a)
    >>> b= a[1].copy()
    >>> b in a
    True

2. np.all：

    >>> any(np.all((b==a),axis=(1,2))) True 

3. list-comperhension：通过遍历每个数组来完成：

    >>> any([(b == a_s).all() for a_s in a]) True 

下面是上述三种方法的速度比较：

速度比较

import numpy as np
import perfplot

perfplot.show(
    setup=lambda n: np.asarray([np.random.rand(3*3).reshape(3,3) for i in range(n)]),
    kernels=[
        lambda a: a[-1] in a,
        lambda a: any(np.all((a[-1]==a),axis=(1,2))),
        lambda a: any([(a[-1] == a_s).all() for a_s in a])
        ],
    labels=[
        'in', 'np.all', 'list_comperhension'
        ],
    n_range=[2**k for k in range(1,20)],
    xlabel='Array size',
    logx=True,
    logy=True,
    )