根据一列中的公共值，从两个或多个2d numpy数组创建交集

Question

我有3个numpy recarray具有以下结构。 第一列是某个位置（整数），第二列是分数（Float）。

输入：

a = [[1, 5.41],
     [2, 5.42],
     [3, 12.32],
     dtype=[('position', '<i4'), ('score', '<f4')])
     ]

b = [[3, 8.41],
     [6, 7.42],
     [4, 6.32],
     dtype=[('position', '<i4'), ('score', '<f4')])
     ]

c = [[3, 7.41],
     [7, 6.42],
     [1, 5.32],
     dtype=[('position', '<i4'), ('score', '<f4')])
     ]

所有3个数组都包含相同数量的元素。
我正在寻找一种基于位置列将这三个2d数组合成一个数组的有效方法。

上面示例的输出arary应如下所示：

输出：

output = [[3, 12.32, 8.41, 7.41],
          dtype=[('position', '<i4'), ('score1', '<f4'),('score2', '<f4'),('score3', '<f4')])]

只有位置3的行在输出数组中，因为此位置出现在所有3个输入数组中。

更新 ：我的天真方法将遵循以下步骤：

1. 创建我的3个输入数组的第一列的向量。
2. 使用intersect1D获取这3个向量的交集。
3. 以某种方式检索所有3个输入数组的向量索引。
4. 使用3个输入数组中的筛选行创建新数组。

Update2 ：每个位置值可以在一个，两个或所有三个输入数组中。 在我的输出数组中，我只想包含出现在所有3个输入数组中的位置值的行。

Answer 1

这是一种方法，我相信它应该相当快。 我想你要做的第一件事是计算每个位置的出现次数。 这个函数将处理：

def count_positions(positions):
    positions = np.sort(positions)
    diff = np.ones(len(positions), 'bool')
    diff[:-1] = positions[1:] != positions[:-1]
    count = diff.nonzero()[0]
    count[1:] = count[1:] - count[:-1]
    count[0] += 1
    uniqPositions = positions[diff]
    return uniqPositions, count

现在使用上面的函数形式，您只想获取3次出现的位置：

positions = np.concatenate((a['position'], b['position'], c['position']))
uinqPos, count = count_positions(positions)
uinqPos = uinqPos[count == 3]

我们将使用搜索排序，因此我们对ab和c进行排序：

a.sort(order='position')
b.sort(order='position')
c.sort(order='position')

现在我们可以对用户搜索进行排序，以找到每个数组中的哪个位置来查找每个uniqPos：

new_array = np.empty((len(uinqPos), 4))
new_array[:, 0] = uinqPos
index = a['position'].searchsorted(uinqPos)
new_array[:, 1] = a['score'][index]
index = b['position'].searchsorted(uinqPos)
new_array[:, 2] = b['score'][index]
index = c['position'].searchsorted(uinqPos)
new_array[:, 3] = c['score'][index]

使用字典可能有一个更优雅的解决方案，但我先想到了这个，所以我会把它留给其他人。