将 Numpy 数组中的每个元素与同一数组中的其他元素进行比较的高效算法

Question

我有一个数组 (fe: [1,2,3,4,5,...]。我想将数组的每个元素与数组中的每个其他元素进行比较。所以我想要：

1-2
1-3
1-4
1-5
2-3
2-4
2-5
3-4
3-5
4-5

目前，这是我的代码

for el_a in my_array:
    idx_a = np.where(my_array == el_a)[0][0]
    for idx_b in range(idx_a+1, len(my_array)):
        el_b = my_array[idx_b]
        print(el_a,el_b)

我将每个元素 el_a（第一个 for 循环）与 el_a 之后的每个元素 el_b（第二个 for 循环）进行比较。

算法工作正常，但是速度很慢。 有人有更好、更有效的解决方案吗？

Answer 1

只需使用itertools combinations 。

import numpy as np
from itertools import combinations

arr = np.array([1, 2, 3, 4])
print(list(combinations(arr, 2)))

输出：

[(1, 2), (1, 3), (1, 4), (2, 3), (2, 4), (3, 4)]

Answer 2

这将以列表形式提供所有可能组合的比较结果：

import numpy as np
from itertools import combinations
my_array = np.array([1, 2, 3, 4, 5])
print([item[0]==item[1] for item in combinations(my_array,2)])

Answer 3

或坚持使用 numpy

a = np.arange(5)
b = np.arange(5)
# for both -> array([0, 1, 2, 3, 4])

(a[:, None] == b)
array([[ True, False, False, False, False],
       [False,  True, False, False, False],
       [False, False,  True, False, False],
       [False, False, False,  True, False],
       [False, False, False, False,  True]])

(a[:, None] == b).astype(np.int32)
array([[1, 0, 0, 0, 0],
       [0, 1, 0, 0, 0],
       [0, 0, 1, 0, 0],
       [0, 0, 0, 1, 0],
       [0, 0, 0, 0, 1]])