Python - 获取两个数组中相交值的索引[重复]答案

【问题标题】：Python - Obtain indices of intersecting values in two arrays [duplicate]Python - 获取两个数组中相交值的索引[重复]
【发布时间】：2020-06-21 07:34:01
【问题描述】：

如果我有两个数组：

A=[1,2,3,4,5,6,7]  
B=[2,4,7]

我想获得一个数组C，其中包含B 的值的索引，也可以在A 中找到

C=[1,3,6]

我对 Python 还是很陌生，我很沮丧，因为我无法找到一个优雅的解决方案来解决如此简单的任务，而无需使用与 numpy.where() 结合的循环。

提前致谢！！

【问题讨论】：

在您的示例中，B 中的每个值也存在于 A 中。会一直如此吗？
如果B 元素不在A 中，输出应该是什么？例如B = [2,44,7]?另外，如果它出现在A 的多个位置怎么办？还是 A 条目是唯一的？

标签： python python-3.x list numpy

【解决方案1】：

numpy 模块中有一个特殊的函数，intersect1d 通过在其return_indices 参数中传递True，您可以获得交集的索引。

import numpy as np
a = np.array([1,2,3,4,5,6,7])
b = np.array([2,4,7])
c = np.intersect1d(a, b, return_indices=True)[1]
# array([1, 3, 6], dtype=int64)

【讨论】：

我认为你的回答比我的要快。你认为原因是什么？

【解决方案2】：

您可以使用np.isin 和np.nonzero。

a=np.array([1,2,3,4,5,6,7])
b=np.array([2,4,7])
c=np.nonzero(np.isin(a,b))[0]
# array([1, 3, 6], dtype=int64)

【讨论】：

你知道np.isin的时间复杂度吗？我在文档中没有看到它。
@HeapOverflow 我在 Numpy 文档中找到了这个。 isin(a, b) 大致相当于 np.array([item in b for item in a]) 相当于O(m*n)。
我不会从文档的那部分假设它是 O(mn) - 通常文档会给出一个“等效”表达式来解释行为/输出是什么，但这并不意味着在实现上是等价的。
嗯，它说的是“大致”，而“等价”可能只是指结果，而不是效率。
@kaya3 令人沮丧地看到他们进行了如此长时间的讨论，但从不谈论复杂性（据我所知）。不管怎样，a test 说每秒会进行 1600 亿次比较，这不是真的。

【解决方案3】：

这是一个线性时间解决方案：为了有效地测试一个元素是否在 B 中，首先将其转换为一个集合。

B_set = set(B)
C = [i for i, x in enumerate(A) if x in B_set]

对于大型输入，这比在循环中使用.index 更好，因为这需要在 O(mn) 时间内重复搜索列表，其中 m 和 n 是 A 和 B 的大小。相比之下，解决方案上面需要 O(m + n) 时间来转换为一个集合，然后构建结果列表。

【讨论】：

这比 Guy 的方法要好，因为 .index 只返回数字第一次出现的索引。如果您有重复项并希望获得线性时间，则此解决方案会更好。+1

【解决方案4】：

您可以遍历 B 并在 A 上使用 index() 和值

c = [A.index(i) for i in B]

根据@kaya3 的评论，您可以添加检查B 的值是否存在于A 中，以防它可能包含不存在的值

c = [A.index(i) for i in B if i in A]

【讨论】：

【解决方案5】：

您可以使用索引功能。

A = [1,2,3,4,5,6,7]
B = [2,4,7]
C = [a.index(b) for b in B]
C = list(map(lambda b: a.index(b),B)

【讨论】：