我有两个 numpy 数组,我想通过索引比较来创建索引,
例如
a=[1,'aaa', 'bbb', 'vvv', 'www']
b=[2,'qqq', 'bbb', 'ppp', 'www']
通常,迭代器会将数组的每个值与不同数组的每个值进行比较,
Python 是否有任何有效的方法来比较两个 np 数组的索引 从上面的示例中,当我们执行 a 和 b 之间的交集时,我们看到数组 b 的值 2 与 a 中的所有值进行比较,类似地,数组 b 的值 'qqq' 与数组 a 中的所有值进行比较,这在最坏的情况下可以给出 n*n 的复杂性,n 是数组的长度。
上述示例的输出结果为 2('bbb' 和 'www' 为真)
我想要的是交集可以按索引进行,比方说当数组 b 与 a 进行比较时。数组 b 中的值 2 应该只与数组 a 的值 1 进行比较,b 的对象“qqq”应该与 a 的对象“aaa”进行比较,依此类推。
这也将解决上述交集结果的 n*n 最坏情况复杂度。
请您参考如下方法:
如果我明白你的意思,你可以从列表中创建数组并直接比较,然后你可以通过调用 sum 来获取计数:
In [161]:
a=[1,'aaa', 'bbb', 'vvv', 'www']
b=[2,'qqq', 'bbb', 'ppp', 'www']
A = np.array(a)
B = np.array(b)
sum(A==B)
Out[161]:
2
当使用执行相等比较时,这将产生一个 bool 数组:
In [166]:
A==B
Out[166]:
array([False, False, True, False, True], dtype=bool)
当您对此调用 sum 时,True 值被转换为 1 并且 False 被转换为0 允许您对 True 值求和
编辑
在 np.array 上调用 .sum() 会更高效:
In [173]:
a=[1,'aaa', 'bbb', 'vvv', 'www']
a *=100
b=[2,'qqq', 'bbb', 'ppp', 'www']
b *=100
A = np.array(a)
B = np.array(b)
%timeit (A==B).sum()
%timeit sum(A==B)
The slowest run took 2784.03 times longer than the fastest. This could mean that an intermediate result is being cached
100000 loops, best of 3: 11.4 µs per loop
1000 loops, best of 3: 1.34 ms per loop
顶级 sum 明显较慢,这是可以预料的。
