Как я могу получить индексы точек пересечения между двумя массивами numpy? Я могу получить пересекающиеся значения с помощью intersect1d:
import numpy as np
a = np.array(xrange(11))
b = np.array([2, 7, 10])
inter = np.intersect1d(a, b)
# inter == array([ 2, 7, 10])
Но как я могу получить индексы в a значений в inter?
Вы можете использовать булевский массив, созданный in1d, для индексации arange. Реверсирование a так, чтобы индексы отличались от значений:
>>> a[::-1]
array([10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0])
>>> a = a[::-1]
intersect1d по-прежнему возвращает те же значения...
>>> numpy.intersect1d(a, b)
array([ 2, 7, 10])
Но in1d возвращает логический массив:
>>> numpy.in1d(a, b)
array([ True, False, False, True, False, False, False, False, True,
False, False], dtype=bool)
Что можно использовать для индексации диапазона:
>>> numpy.arange(a.shape[0])[numpy.in1d(a, b)]
array([0, 3, 8])
>>> indices = numpy.arange(a.shape[0])[numpy.in1d(a, b)]
>>> a[indices]
array([10, 7, 2])
Чтобы упростить вышеизложенное, вы можете использовать nonzero - это, вероятно, самый правильный подход, потому что он возвращает кортеж равномерных списков X, Y... координат:
>>> numpy.nonzero(numpy.in1d(a, b))
(array([0, 3, 8]),)
Или, что эквивалентно:
>>> numpy.in1d(a, b).nonzero()
(array([0, 3, 8]),)
Результат может быть использован как индекс для массивов той же формы, что и a без проблем.
>>> a[numpy.nonzero(numpy.in1d(a, b))]
array([10, 7, 2])
Но обратите внимание, что при многих обстоятельствах имеет смысл просто использовать только логический массив, а не преобразовывать его в набор небулевых индексов.
Наконец, вы также можете передать логический массив argwhere, который дает результат немного иначе, что не подходит для индексации, но может быть полезен для других целей.
>>> numpy.argwhere(numpy.in1d(a, b))
array([[0],
[3],
[8]])
Если вам нужно получить уникальные значения, заданные intersect1d:
import numpy as np
a = np.array([range(11,21), range(11,21)]).reshape(20)
b = np.array([12, 17, 20])
print(np.intersect1d(a,b))
#unique values
inter = np.in1d(a, b)
print(a[inter])
#you can see these values are not unique
indices=np.array(range(len(a)))[inter]
#These are the non-unique indices
_,unique=np.unique(a[inter], return_index=True)
uniqueIndices=indices[unique]
#this grabs the unique indices
print(uniqueIndices)
print(a[uniqueIndices])
#now they are unique as you would get from np.intersect1d()
Вывод:
[12 17 20]
[12 17 20 12 17 20]
[1 6 9]
[12 17 20]
Перейдем к этому шаг за шагом.
Сначала мы создаем массив numpy с нулями
c = np.zeros(len(a))
print c
>>> [ 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
Во-вторых, измените значение массива c с использованием индекса пересечения
c[inter] = 1
print c
>>>[ 0. 0. 1. 0. 0. 0. 0. 1. 0. 0. 1.]
Последний шаг, используйте характеристику np.nonzero(), он вернет index ненулевого термина
inter_with_idx = np.nonzero(c)
print inter_with_idx
>>>array([ 2, 7, 10])
[1] numpy.nonzero