NumPy數組交集的索引

Question

我有兩個NumPy數組。 例如：

arr1 = np.array(['a','b','a','c','c','b','a','d'])
arr2 = np.array(['a','b','c','d'])

我的任務是創建arr2數組的索引列表，其中arr1 == arr2 。

所需列表的長度應等於len(arr1) 。 例如，在我的情況下，正確答案是[0,1,0,2,2,1,0,3] 。

做這件事的捷徑是什么？ 可以在這里使用列表理解嗎？

Answer 1

我注意到arr2是按設計排序的嗎？ 如果是這樣，您可以執行以下操作：

arr1 = np.array(['a','b','a','c','c','b','a','d'])
arr2 = np.array(['a','b','c','d'])

arr2.searchsorted(arr1)
# array([0, 1, 0, 2, 2, 1, 0, 3])

正如@JAB所提到的，當不對arr2進行排序時，可以使用sorter關鍵字對sorted進行搜索：

arr2 = np.array(['d', 'c', 'b', 'a'])
sorter = arr2.argsort()
sorter[arr2.searchsorted(arr1, sorter=sorter)]
# array([3, 2, 3, 1, 1, 2, 3, 0])

由於argsort，這是一個O（N * log（N））方法，但是對於許多用例而言，它仍然應該非常快。

Answer 2

不知道numpy是否有此方法，但是這是一種內置方法，需要花費O（N）的時間：

In [9]: lookup = {v:i for i, v in enumerate(arr2)}

In [10]: [lookup[v] for v in arr1]
Out[10]: [0, 1, 0, 2, 2, 1, 0, 3]

Answer 3

您可以使用NumPy使用廣播來做到這一點，但是，如果您的數組很大，您最終可能會為中間結果分配大量內存

>>> import numpy as np
>>> arr1, arr2 = np.array(['a','b','a','c','c','b','a','d']), np.array(['a','b','c','d'])
>>> arr1 == arr2[:, None]
array([[ True, False,  True, False, False, False,  True, False],
       [False,  True, False, False, False,  True, False, False],
       [False, False, False,  True,  True, False, False, False],
       [False, False, False, False, False, False, False,  True]], dtype=bool)
>>> (arr1 == arr2[:, None]).argmax(axis=0)
array([0, 1, 0, 2, 2, 1, 0, 3])
>>> 

否則請注意arraysetops ，以防有人將return_index參數添加到intersect1d