如何将数组与数组列表进行比较？答案

【问题标题】：How to compare an array against a list of arrays?如何将数组与数组列表进行比较？
【发布时间】：2021-05-18 19:48:59
【问题描述】：

假设我有一个列表，其中包含一堆 numpy ndarray（甚至是 torch 张量）：

a, b, c = np.random.rand(3, 3), np.random.rand(3, 3), np.random.rand(3, 3)
collection = [a, b, c]

现在，如果我要检查数组 b 是否在 collection 中（假设我不知道 collection 中存在哪些数组），然后尝试：b in collection 会出现以下错误：

ValueError：具有多个元素的数组的真值不明确。使用 a.any() 或 a.all()

同样适用于包含数组的元组。

解决此问题的一种方法是进行列表理解：

True in [(b == x).all() for x in collection]

但是这需要一个for 循环，我想知道是否有更“有效”的方法来完成这个？

【问题讨论】：

标签： python arrays python-3.x list numpy

【解决方案1】：

我会一直使用 numpy 数组：

import numpy as np
a, b, c = np.random.rand(3, 3), np.random.rand(3, 3), np.random.rand(3, 3)
array = np.dstack([a, b, c])
print(array.shape)
# (3, 3, 3)
np.all(array == b, axis=1).all(axis=1).any()
# True

【讨论】：

非常好的解决方案:)
@Paul H 最后一行给了我 False。也许是 np.stack() 而不是 np.dstack()？

【解决方案2】：

您可以在 numpy 数组中沿 axis=0 堆叠任意形状的张量，然后一次将所有剩余的轴与 np.all 进行比较（这只是 PaulH 答案的稍微清晰的版本）：

ugly_shaped_tensor_list = [np.random.rand(3,7,5,3) for j in range(10)]
known_tensor = ugly_shaped_tensor_list[1]

# stack all tensors in a single array along axis=0:
tensor_stack = np.stack(ugly_shaped_tensor_list)

# compare all axes except the "list" axis, 0:
matches = np.all(tensor_stack == known_tensor, axis=(1,2,3,4))
# array([False,  True, False, False, False, False, False, False, False, False])
matches.any()
# True

【讨论】：

你能解释一下关键字“轴”到底指的是什么吗？就像如果它只设置为 2，那意味着什么，它到底在比较什么？
将它们视为张量笛卡尔轴的标签。对于矩阵（嵌套数组），轴 0 == 行值，轴 1 == 列值

【解决方案3】：

好吧，这比预期的要简单得多......

您实际上可以将您的数组/张量堆叠到一个更高维度（在这种情况下为深度/通道），然后结果是一个数组，它是一个集合所有其他数组，但独立存储在“不同维度”中。

a, b, c = np.random.rand(3, 3), np.random.rand(3, 3), np.random.rand(3, 3)
collection = np.stack((a, b, c))

现在您可以简单地检查 collection 中的 b，就像您将其与列表进行比较一样：

b in collection
> True

【讨论】：