Início / coding / Perguntas / 78930856
Accepted
Paul Jurczak
Asked: 2024-08-30 15:18:44 +0800 CST

Qual é o equivalente do operador in para uma matriz Numpy 2D?

  • 772

Usando listas Python:

a = [[0, 1], [3, 4]]
b = [0, 2]
print(b in a)

Estou obtendo Falsecomo saída, mas com matrizes Numpy:

a = np.array([[0, 1], [3, 4]])
b = np.array([0, 2])
print(b in a)

Estou obtendo Truecomo saída. Qual é o equivalente do inoperador acima para matrizes Numpy 2D?

python

5 respostas

  1. Best Answer

    No caso da matriz NumPy, b em a é interpretado como uma verificação se algum elemento de b está em a, em vez de verificar a presença de b como uma matriz inteira.

    Você pode usar a numpy.allfunção junto com numpy.anypara comparar linhas:

    a = np.array([[0, 1], [3, 4]])
b = np.array([0, 2])

is_row_present = np.any(np.all(a == b, axis=1))
print(is_row_present)
>>> False
    • 3

  2. Em geral, se você tem um palheiro N-dim e uma agulha (N-1)-dim e quer encontrar todos os locais onde a agulha ocorre no palheiro, você pode comparar com a ==transmissão da agulha e então reduzir em alltodas as dimensões, exceto na primeira:

    (haystack == needle).all(axis=tuple(range(1, haystack.ndim)))

    Se você quiser saber se há alguma correspondência, basta acrescentar .any()à expressão acima.

    • 2

  3. Este código deve ser uma solução que funciona de forma semelhante inàs listas do Python:

    (a == b).all(1).any()

    Alternativamente, você pode substituir (a == b)por numpy.isin(a, b).

    Explicação

    A primeira parte, (a == b), retorna esta matriz:

    >>> a = numpy.array([[0, 1], [3, 4]])
>>> b = numpy.array([0, 2])
>>> a == b
array([[ True, False],
       [False, False]])

    O Truerepresenta a correspondência 0aqui.
    Quando b é parte de a, o resultado pode parecer com isto:

    >>> a = numpy.array([[0, 1], [3, 4]])
>>> b = numpy.array([3, 4])
>>> a == b
array([[False, False],
       [ True,  True]])

    Então todos os booleanos em uma linha têm que ser True.
    Para verificar isso, chamamos all(axis=1). Isso retorna um booleano para cada coluna.

    >>> a = numpy.array([[0, 1], [3, 4]])
>>> b = numpy.array([0, 2])
>>> (a == b).all(1)
array([False,  False])
>>> b = numpy.array([3, 4])
>>> (a == b).all(1)
array([False,  True])

    E por fim ligamos any()para verificar se há alguma ocorrência.

    Contagem de ocorrências e localização do índice

    Observe que você também pode contar as ocorrências ou encontrar o primeiro índice substituindo any()por outras funções.

    • Para contar as ocorrências use sum().
    • Para encontrar o primeiro índice use argmax(). Tenha em mente que argmax()retorna 0se nenhuma ocorrência for encontrada.
    • 1

  4. De acordo com esta resposta , esta seria a melhor opção:

    a = np.array([[0, 1], [3, 4]])
b = np.array([0, 2])

any(np.equal(a, b).all(1))
    • 1

  5. Você pode fazer assim:

    import numpy as np

a = np.array([[0, 1], [3, 4]])
b = np.array([0, 2])

result = any((b == x).all() for x in a)
print(result) # Output : False
    • 0

relate perguntas