有效地找到兩個2-D numpy數組的行交叉點

Question

我試圖找出一種有效的方法來找到兩個np.arrays行交叉點。

兩個數組具有相同的形狀，並且每行中的重復值不會發生。

例如：

import numpy as np

a = np.array([[2,5,6],
              [8,2,3],
              [4,1,5],
              [1,7,9]])

b = np.array([[2,3,4],  # one element(2) in common with a[0] -> 1
              [7,4,3],  # one element(3) in common with a[1] -> 1
              [5,4,1],  # three elements(5,4,1) in common with a[2] -> 3
              [7,6,9]]) # two element(9,7) in common with a[3] -> 2

我想要的輸出是： np.array([1,1,3,2])

使用循環很容易做到這一點：

def get_intersect1ds(a, b):
    result = np.empty(a.shape[0], dtype=np.int)
    for i in xrange(a.shape[0]):
        result[i] = (len(np.intersect1d(a[i], b[i])))
    return result

結果：

>>> get_intersect1ds(a, b)
array([1, 1, 3, 2])

但是有更有效的方法嗎？

Answer 1

如果你在一行中沒有重復項，你可以嘗試復制np.intersect1d在np.intersect1d的內容（請參閱此處的源代碼）：

>>> c = np.hstack((a, b))
>>> c
array([[2, 5, 6, 2, 3, 4],
       [8, 2, 3, 7, 4, 3],
       [4, 1, 5, 5, 4, 1],
       [1, 7, 9, 7, 6, 9]])
>>> c.sort(axis=1)
>>> c
array([[2, 2, 3, 4, 5, 6],
       [2, 3, 3, 4, 7, 8],
       [1, 1, 4, 4, 5, 5],
       [1, 6, 7, 7, 9, 9]])
>>> c[:, 1:] == c[:, :-1]
array([[ True, False, False, False, False],
       [False,  True, False, False, False],
       [ True, False,  True, False,  True],
       [False, False,  True, False,  True]], dtype=bool)
>>> np.sum(c[:, 1:] == c[:, :-1], axis=1)
array([1, 1, 3, 2])

Answer 2

這個答案可能不可行，因為如果輸入具有形狀（N，M），它會生成一個大小為（N，M，M）的中間數組，但看看你可以用廣播做什么總是很有趣：

In [43]: a
Out[43]: 
array([[2, 5, 6],
       [8, 2, 3],
       [4, 1, 5],
       [1, 7, 9]])

In [44]: b
Out[44]: 
array([[2, 3, 4],
       [7, 4, 3],
       [5, 4, 1],
       [7, 6, 9]])

In [45]: (np.expand_dims(a, -1) == np.expand_dims(b, 1)).sum(axis=-1).sum(axis=-1)
Out[45]: array([1, 1, 3, 2])

對於大型數組，通過批量操作可以使該方法更加內存友好。

Answer 3

我想不出一個干凈的純粹解決方案，但以下建議應該加快速度，可能是顯着的：

1. 使用numba 。 它就像使用@autojit裝飾你的get_intersect1ds函數一樣簡單
2. 調用intersect1d時，傳遞assume_unique = True