将一维整数数组与二维数组中的行进行比较

Question

我有一段代码正在运行，但目前是一个瓶颈，我想知道是否有更聪明的方法来做到这一点。

我有一个 0-20 之间的一维整数数组，长度为 20-1000（它会有所不同），我试图将它与一组存储在二维数组中的一维数组进行比较。 我希望在二维数组中找到与一维数组完全匹配的任何行。

我目前这样做的方法如下：

res = np.mean(one_d_array == two_d_array,axis=1) == 1

这种方法的问题在于它会比较所有行中的所有元素，即使这些行在第一个元素、第二个元素等上不匹配......这当然是非常低效的。 我可以通过遍历行并单独比较每一行来解决这个问题，然后我可能能够在一个元素为假时立即停止比较。 但是，我会被一个缓慢的 for 循环卡住，这也不是理想的。

所以我想知道是否有其他一些聪明的方法可以充分利用这两种方法？

Answer 1

numpy 有一些有用的内置函数来检查矩阵/向量是否相等，这大约快两倍：

import numpy as np
import time
x = np.random.random((1, 1000))
y = np.random.random((10000, 1000))
y[53] = x

t = time.time()
x_in_y = np.equal(x, y).all(axis=1)  # equal(x, y) returns a row x col matrix of True for matches; all(axis=0) returns a vector len(rows) if the entire row in x == y is true
idx = np.where(x_in_y)  # returns the indicies where x_in_y is true (here 53)
print(time.time() - t)  # 0.019975900650024414

t = time.time()
res = np.mean(x == y, axis=1) == 1
print(time.time() - t)  # 0.03999614715576172