在两个二维数组之间查找匹配的值对（交集）？答案

【问题标题】：Finding matching pairs (intersection) of values between two 2D arrays?在两个二维数组之间查找匹配的值对（交集）？
【发布时间】：2022-07-30 21:50:04
【问题描述】：

我有两个数组：

arr1 = np.array((
    np.array([ 32,  32,  32,  32,  32,  39], dtype=np.int64),
    np.array([449, 451, 452, 453, 454, 463], dtype=np.int64)))
arr2 = np.array((
    np.array([ 39,  34,  32,  32,  37,  32], dtype=np.int64),
    np.array([463, 393, 453, 452, 261, 449], dtype=np.int64)))

在这些二维数组中，：

第一个数组（arr1[0]、arr2[0]）是x轴值
第二个数组（arr1[1]、arr2[1]）是y轴值

我想找到两个数组之间匹配的 xy 对。

一些说明：

arr1 和 arr2 的长度不一定相同。它们的长度可能不同
X 值 和 Y 值 对可以按任意顺序排列。不需要在数组之间进行排序或对齐
相同的X值和Y值对不会出现在同一个数组中

在上面的例子中，两个数组之间相同的对是：

X = 32，Y = 449
X = 32，Y = 452
X = 32，Y = 453
X = 39，Y = 463

我尝试使用np.intersect1d 和我发现的其他一些功能。

【问题讨论】：

跑题了，但是你为什么要做嵌套数组呢？为什么不只是np.array([[...], [...]], dtype=np.int64)？

标签： python numpy

【解决方案1】：

使用结构化数组。

import numpy as np

# Define a dtype with x and y integers    
arr1 = np.empty(6, dtype=[('x', int), ('y', int)])
arr2 = np.empty(6, dtype=[('x', int), ('y', int)])

# Add the data to the structured array
arr1['x'] = np.array([ 32,  32,  32,  32,  32,  39])
arr1['y'] = np.array([449, 451, 452, 453, 454, 463])

arr2['x'] = np.array([ 39,  34,  32,  32,  37,  32])
arr2['y'] = np.array([463, 393, 453, 452, 261, 449])

使用 intersect1d：

>>> np.intersect1d(arr1, arr2)
array([(32, 449), (32, 452), (32, 453), (39, 463)],
  dtype=[('x', '<i8'), ('y', '<i8')])

【讨论】：

为了清楚起见，6 是本示例中数组的大小，但其他情况应更改。比如，如果你建立在 OP 的数据之上，你会做 arr1.shape[1] 和 arr2.shape[1]，或者类似的东西。
感谢您的回答。在接受您的回答之前，我想知道是否有一种有效的方法可以将其应用于 10 个数组，我需要知道这 10 个数组之间的交集？找到这 10 个数组中出现的相同 x,y 对？
我不确定您到底要什么 - 您想要 10 个数组的交集，还是想要进行 90 个成对的交集？
所以，就像我拥有 2 个 2D 数组并找到它们之间共有的对一样，我想看看您如何建议找到 2 个以上 2D 数组之间共有的对，比如 10 个二维数组，其中维度 1 是 x 轴值，维度 2 是 y 轴值
对不起，我解释错了，我有 2 个单独的数组表示数据，而不是 2D 数组

【解决方案2】：

既然你需要找到夫妻的交集，我认为最好使用set数据结构而不是numpy.array：

np.array(list(
    set(zip(*arr1)).intersection(zip(*arr2))
))

【讨论】：