Skip to main content
 首页 » 编程设计

python之在 numpy 数组中搜索模式

2025年02月15日11xing901022

我想在给定搜索模式的情况下在 numpy 数组中找到一个值。例如,对于给定的数组 a,我想在使用搜索模式 s 时检索 1 的结果,因为 1 是 a[:,1] 的索引 0 处的元素 (=array([1, 0, 0, 1])) 和 的元素>a[1:,1] 匹配 s(即 (a[1:,1] == s).all() == True = > 返回 a[0,1]).

另一个示例是 s=[1, 0, 1],我希望搜索结果为 2(从第 4 列开始匹配(基于 1 )). 2 也将是 s=[2, 0, 0] 等的搜索结果。

>>> import numpy as np 
>>> a = np.asarray([[0, 1, 2, 2, 2, 2, 2, 2], [0, 0, 1, 1, 2, 2, 3, 3], [0, 0, 0, 0, 0, 0, 0, 0], [0, 1, 0, 1, 0, 1, 0, 1]]) 
>>> a 
array([[0, 1, 2, 2, 2, 2, 2, 2], 
       [0, 0, 1, 1, 2, 2, 3, 3], 
       [0, 0, 0, 0, 0, 0, 0, 0], 
       [0, 1, 0, 1, 0, 1, 0, 1]]) 
>>> s = np.asarray([0, 0, 1]) 

我想出了 a[0, np.where((a[1:,:].transpose() == s).all(axis=-1))[0][0]] ,但认为一定有更优雅的东西......

此外,如果我可以通过对多个搜索模式的一次调用来执行此操作,那么我将检索索引 1 到索引 3 的值匹配的 0 元素,那就太好了。

请您参考如下方法:

单一搜索模式

这是在 broadcasting 帮助下的一种方法和 slicing -

a[0,(a[1:] == s[:,None]).all(0)] 

多种搜索模式

对于多个搜索模式(存储为二维数组),我们只需要像以前一样广播并在末尾查找ANY匹配 -

a[0,((a[1:] == s[...,None]).all(1)).any(0)] 

这是一个示例运行 -

In [327]: a 
Out[327]:  
array([[0, 1, 2, 2, 2, 2, 2, 2], 
       [0, 0, 1, 1, 2, 2, 3, 3], 
       [0, 0, 0, 0, 0, 0, 0, 0], 
       [0, 1, 0, 1, 0, 1, 0, 1]]) 
 
In [328]: s 
Out[328]:  
array([[1, 0, 1], 
       [2, 0, 0]]) 
 
In [329]: a[0,((a[1:] == s[...,None]).all(1)).any(0)] 
Out[329]: array([2, 2])