在 python 的二维数组中搜索一维数组

Question

假设我有一个巨大的 2D 数据库形状(1.2mil, 6) 。

我想在big_DB中找到一维数组(1, 6)的索引。 实际上，我一次要搜索 64 个这些向量，形状为(64, 6) 。

这是我的代码：

for data in range(64): # I have 64 1d arrays to find
    self.idx = np.where((big_DB == arrays[data]).all(axis=1))

这需要 0.043 秒（对于所有 64 个阵列）。 有没有更快的方法来做到这一点？ 我的项目将调用搜索 function 超过 40,000 次。

编辑）big_DB 是 itertools.product 的结果，行中唯一，浮点数。

Answer 1

我能够让它工作的最快方法是使用 Python 的内置dict类型使用O(1)查找。 您需要预处理您的数据库，这可能最多需要一两秒钟，但是查找 go 从我机器上的 >100ms 到 <50us：对于所有 64 次查找，提高了 2000 倍或更好。 由于我使用 100k 元素的数据库进行了测试，您可能会得到稍差的结果。 您拥有的较大的数据库可能会导致更多的 hash 冲突。

为了制作查找哈希表，我将big_DB的每一行转换为字节 object。 这构成了关键。 然后值是每个元素的索引，因为这就是您想要进行查找的方式：

dt = f'V{big_DB.shape[1] * big_DB.dtype.itemsize}'
dict_db = dict(zip(map(np.void.item, np.squeeze(big_DB.view(dt))), range(len(big_DB))))

结果查找很简单

idx = dict_db[x.view(dt).item()]